MétaCan
Menu
Retour à la cohorte
Enregistrement W7117455297 · doi:10.64483/202412403

Code Brown: A Review of Hospital-Acquired Malnutrition and Foodborne Outbreak Management in Emergency and Surgical Wards

2024· article· W7117455297 sur OpenAlexaff
Saad Fahad Al-Shammari, Munawir Khalaf Munawir Aljohani, Abdullah Ali Ahmed Kinanah, Huda Ahmaed Ali Al Bishi, Nawaf Musleh Al- Thagafi, Ahmed Fahad Aldhafeeri, Abdulrahman Mohammed Falah Alsharari, Abdulaziz Mufattish Luwayfa Alsharari, Ali Mohammed Ali Alqahtan, Mohammad Frhan M Alsharari, Yazeed Awadh S Alotaibi, Rakan Nahes Alenzi

Notice bibliographique

RevueSaudi Journal of Medicine and Public Health · 2024
Typearticle
Langue
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMinistry of Health and Long Term Care
Organismes subventionnairesnon disponible
Mots-clésMalnutritionOutbreakInfection controlNorovirusPublic healthFood safetyIncidence (geometry)Patient safety

Résumé

récupéré en direct d'OpenAlex

Background: Within the high-stakes environment of acute care, two intersecting crises silently compromise patient safety and outcomes: hospital-acquired malnutrition (HAM) and healthcare-associated foodborne outbreaks. Patients in emergency and surgical wards are uniquely vulnerable, facing metabolic stress, increased nutritional demand, and exposure to pathogens via food and feeding practices. These dual threats are often managed in professional silos, leading to fragmented responses that fail to address their systemic interdependence. Aim: This narrative review aims to synthesize evidence on the epidemiology, etiology, and interprofessional management of HAM and foodborne illness within emergency and surgical settings. Methods: A comprehensive search of PubMed, CINAHL, Scopus, and Web of Science (2010-2024) was conducted. Results: The review identifies a high prevalence of HAM upon admission and incidence during hospitalization, exacerbated by nil-by-mouth protocols, missed meals, and poor intake monitoring. Concurrently, outbreaks of pathogens like Norovirus and Salmonella are linked to hospital food systems. Key failures include disjointed communication between dietetic and infection control teams, inadequate nursing resources for feeding assistance, and management systems that prioritize cost and efficiency over nutritional safety and infection resilience. Conclusion: HAM and foodborne outbreaks represent a "Code Brown" – a simultaneous metabolic and infectious emergency. Addressing them requires an integrated, hospital-wide strategy that repositions nutrition and food safety as inseparable components of clinical care, underpinned by interprofessional protocols, dedicated resources, and executive-level accountability.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0170,019
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,356
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaudi Journal of Medicine and Public HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207