急性腹症患者のためのGLIM基準に基づく人工知能駆動の栄養失調診断モデル：横断研究プロトコル
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Artificial intelligence driven malnutrition diagnostic model for patients with acute abdomen based on GLIM criteria: a cross-sectional research protocol.
雑誌名：BMJ Open. 2024 Mar 08; 14(3): e077734.
概 要：
急性腹症の患者は、意図的な摂取量の減少と高代謝状態により、栄養失調が高頻度で発生します。本研究では、GLIM（Global Leadership Initiative on Malnutrition）基準に基づいた栄養失調診断モデルを構築することを目的としています。機械学習を用いて、急性腹症患者における栄養失調の診断精度と堅牢性を検証します。
方 法：
本研究は、急性腹症患者における栄養失調の有病率をGLIM基準を用いて調査する単一施設の横断的観察研究です。データ収集は入院当日、入院後3日および7日に行い、バイオケミカル分析、体組成指標、病気の重症度スコア、栄養リスクスクリーニング、栄養失調診断、栄養サポート情報を含みます。GLIM基準に基づく栄養失調の発生率を分析し、機械学習を用いて予測モデルを構築します。
結 果：
原文に記載がないため省略します。
結 論：
原文に記載がないため省略します。