Le NEHD (Nutrition entérale de l’hôpital au domicile) : un outil indispensable pour le continuum des soins
Bibliographic record
Abstract
La transition d’un patient de l’hôpital à la maison avec une alimentation entérale est un processus complexe et long. Il y a une quantité considérable d’actions à faire et de documents à remplir pour assurer une transition en toute fluidité. Si des étapes ne sont pas complétées, la durée de l’hospitalisation peut être prolongée, pouvant augmenter le risque d’infection nosocomiale et par conséquent, les coûts en soins de santé. La prise en charge de l’intervention nutritionnelle dans la communauté peut aussi être retardée. En 2017, un comité formé de 10 diététistes en soins aigus, en réadaptation, en soins à domicile et de l’industrie s’est formé pour discuter des lacunes qui nuisaient à la transition optimale des soins des patients avec une nutrition entérale à domicile. L’objectif de ce comité était d’élaborer un outil qui faciliterait ce processus et améliorerait la communication entre les diététistes des hôpitaux et ceux des soins à domicile. L’outil développé est une liste de vérification en version électronique composée de plusieurs hyperliens qui donnent accès à tous les documents à compléter, les références et autres ressources pour assurer une organisation et un continuum des soins adéquats. Cet outil, appelé le NEHD (Nutrition Entérale de l’Hôpital au Domicile) a ensuite été partagé aux établissements de santé au Québec afin de standardiser le processus et d’assurer la continuité de la nutrition entérale des soins à domicile dans toute la province. Le NEHD fourni un cadre structuré permettant aux diététistes de travailler plus efficacement pour améliorer le suivi des patients et la communication tout au long de la transition des soins en nutrition entérale dans la communauté.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".