RESUMO
Aim: To ratify previous validations of the CONUT nutritional screening tool by the development of two probabilistic models using the parameters included in the CONUT, to see if the CONUT's effectiveness could be improved. Methods: It is a two step prospective study. In Step 1, 101 patients were randomly selected, and SGA and CONUT was made. With data obtained an unconditional logistic regression model was developed, and two variants of CONUT were constructed: Model 1 was made by a method of logistic regression. Model 2 was made by dividing the probabilities of undernutrition obtained in model 1 in seven regular intervals. In step 2, 60 patients were selected and underwent the SGA, the original CONUT and the new models developed. The diagnostic efficacy of the original CONUT and the new models was tested by means of ROC curves. Both samples 1 and 2 were put together to measure the agreement degree between the original CONUT and SGA, and diagnostic efficacy parameters were calculated. Results: No statistically significant differences were found between sample 1 and 2, regarding age, sex and medical/surgical distribution and undernutrition rates were similar (over 40%). The AUC for the ROC curves were 0.862 for the original CONUT, and 0.839 and 0.874, for model 1 and 2 respectively. The kappa index for the CONUT and SGA was 0.680. Conclusions: The CONUT, with the original scores assigned by the authors is equally good than mathematical models and thus is a valuable tool, highly useful and efficient for the purpose of Clinical Undernutrition screening (AU)
Objetivo: Ratificar validaciones previas del sistema de cribado nutricional CONUT, mediante el desarrollo de dos modelos probabilísticos usando los parámetros incluidos en el CONUT, para ver si la efectividad del CONUT puede ser mejorada. Métodos: Estudio prospectivo en dos fases. En la fase I se seleccionaron 101 pacientes al azar, y se les hicieron SGA y CONUT. Con estos datos se fabricó un modelo de regresión logística incondicional, y se construyeron dos variantes del CONUT. El modelo 1 se hizo mediante regresión logística. El modelo 2 se hizo dividiendo las probabilidades de desnutrición obtenidas en el modelo 1 en siete intervalos regulares. En la fase 2, se seleccionaron 60 pacientes, y se les hizo el SGA, CONUT y los nuevos modelos desarrollados. La eficacia diagnóstica del CONUT original y de los nuevos modelos se estudió mediante curvas ROC. Se juntaron las muestras 1 y 2 para medir el grado de acuerdo entre el CONUT original y el SGA, y se calcularon los índices de eficacia. Resultados: No se encontraron diferencias significativas entre las muestras 1 y 2, en cuanto a la distribución de sexos y servicios, las tasas de desnutrición fueron similares (alrededor del 40%). El AUC para las curvas ROC fueron 0,862 para el CONUT original, y 0,839 y 0,874 para modelos 1 y 2 respectivamente. El índice kappa entre el CONUT y el SGA fue 0,680. Conclusión: El CONUT, con las puntuaciones asignadas originalmente por los autores, es tan bueno como los modelos matemáticos y por tanto, válido, muy útil y eficiente para el cribado de la desnutrición Clínica (AU)
Assuntos
Humanos , Desnutrição/epidemiologia , Hospitalização/estatística & dados numéricos , Modelos Logísticos , Programas de Rastreamento , Estudos Prospectivos , Valor Preditivo dos Testes , Fatores de RiscoRESUMO
Objective: To evaluate the relationship between serum albumin, total cholesterol and total lymphocyte count with two nutritional assessment methods, to verify if their use is justified in nutritional screening tools. Methods: 101 patients admitted to medical/surgical wards underwent the SGA and the Full Nutritional Assessment(FNA). Blood test which included serum albumin, total cholesterol and total lymphocyte count (TLC), were made. Percentage of weight loss and BMI were calculated. An Anova test was done to measure the differences in the mean levels of the three parameters for the nutritional status evaluated by SGA and FNA. The probability of a patient being malnourished in the four ranges established for each parameter was calculated, as well as the relationship between the ranges and the percentage of weight loss and BMI. Sensitivity and specificity were calculated and the corresponding ROC curves, using SGA as gold standard. Results: Prevalence of under nutrition is 43.6% and 44.6% for SGA and FNA respectively. Mean levels of the three parameters decrease as the under nutrition degree increases (p < 0.005 for all cases). The probability of a patient being malnourished gets higher as parameter lowers(p = 0.000 for all cases). Total cholesterol shows a relationship with BMI ¡Ü 18.5 and presence/absence of weight l oss (p = 0.074 and p = 0.002 respectively). The area unde ROC curves are albumin (0.823), cholesterol (0.790) and TLC (0.758) respectively. Conclusions: The analytical parameters analyzed show a statistically significant relationship with the nutritional status. Therefore, they are suitable for use in nutritional screening (AU)
Objetivo: evaluar la relación entre albúmina sérica, colesterol total y linfocitos totales y dos métodos de evaluación nutricional, para verificar si su uso en las herramientas de cribado nutricional está justificado. Métodos: a 101 pacientes de servicios médicos y quirúrgicos se les realizó el SGA y la Valoración del Estado nutricional Completa (VEN). Se les realizaron análisis de albúmina sérica, colesterol total y linfocitos totales. Se calculó el porcentaje de pérdida de peso y el IMC. Las diferencias entre los niveles medios de los tres parámetros en los distintos niveles nutricionales evaluados por SGA y VEN se hizo mediante el test de ANOVA. Se calculó la probabilidad de estar desnutrido en los cuatros rangos establecidos para cada parámetro, así como la relaciones entre esos rangos y el porcentaje de pérdida de peso y el IMC. Se calculó la sensibilidad y especificidad y sus curvas ROC correspondientes, tomando el SGA como gold standard. Resultados: La prevalencia de desnutrición es 43,6% (SGA) y 44,6% (VEN). Los valores medios de los tres parámetros disminuyen según aumenta el grado de desnutrición (p < 0,005). La probabilidad de que un paciente esté desnutrido aumenta a medida que disminuyen los niveles de los parámetros (p = 0,000 para los tres). El colesterol total se relaciona con el IMC < 18,5 y con la presencia/ausencia de pérdida de peso (p = 0,790 y p = 0,002 respectivamente). Conclusiones: Los parámetros analíticos analizados muestran una relación significativa con el estado nutricional y por tanto son válidos para su uso en el cribado de desnutrición (AU)
Assuntos
Humanos , Masculino , Feminino , Pessoa de Meia-Idade , Idoso , Avaliação Nutricional , Desnutrição/diagnóstico , Estado Nutricional , Pacientes , Exame Físico , Albumina Sérica/análise , Redução de PesoRESUMO
No disponible
No disponible