Entwicklung eines computergestützten Assessment-Tools zur Erfassung des Ernährungszustandes von Senioren

Ott-Renzer, Cornelia

Eingang zum Volltext

Ott-Renzer, Cornelia

Entwicklung eines computergestützten Assessment-Tools zur Erfassung des Ernährungszustandes von Senioren

Developing a computer supported assessment tool to identify nutritional state of the elderly

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-5983
URL: http://opus.uni-hohenheim.de/volltexte/2011/598/

pdf-Format:

Dokument 1.pdf (3.645 KB)

Dokument in Google Scholar suchen:

Social Media:

Export:

Abrufstatistik:

SWD-Schlagwörter:

Mangelernährung

Freie Schlagwörter (Deutsch):

Mini Nutritional Assessment , Modellentwicklung , Ernährungsmuster , geroMAT

Freie Schlagwörter (Englisch):

Mini Nutritional Assessment , Model Development , Food Pattern , Malnutrition , geroMAT

Institut:

Institut für Biologische Chemie und Ernährungswissenschaft

Fakultät:

Fakultät Naturwissenschaften

DDC-Sachgruppe:

Naturwissenschaften

Dokumentart:

Dissertation

Hauptberichter:

Biesalski, Hans-Konrad Prof. Dr. med.

Sprache:

Deutsch

Tag der mündlichen Prüfung:

15.03.2011

Erstellungsjahr:

2011

Publikationsdatum:

18.05.2011

Lizenz:

Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim ohne Print-on-Demand

Kurzfassung auf Deutsch:

Einleitung: Weltweit ist ein demografischer Wandel der Bevölkerung zu beobachten, so auch in Deutschland. Spezielle Kenntnisse auf dem Gebiet der geriatrischen Diagnostik und Therapie werden an Wichtigkeit gewinnen. Dabei kommt der Bestimmung des Ernährungszustandes durch entsprechendes Screening- und Assessment eine besondere Bedeutung zu. Herkömmliches Assessment entspricht meist Fragebogenmethoden.
Ziel/Fragestellung: Im Fokus stand die Entwicklung einer Software (geroMAT-Malnutrition Assess-ment and Therapy for gerontologic patients) zur Ermittlung des Ernährungsstatus von Senioren, eine Art ?Führungsinstrument? für Diagnostik und Intervention.
Methoden: Die Untersuchung war offen, kooperativ-multizentrisch, sowie klinisch-experimentell angelegt. In drei Teilstudien (I: Eignung des MNA® als Referenzmethode; II: Anthropometrie, Bio-chemie, Körperzusammensetzung; III: Ernährungsmuster, Nahrungsaufnahme, nicht-nutritive Faktoren) wurden zunächst Indikatoren der Mangelernährung selektiert und in einer Endanalyse das Modell I (Vorhersage eines Mangelernährungsrisikos) bzw. das Modell II (Vorhersage des MNA®) zur Nutzung in geroMAT entwickelt.
Ergebnisse: Die Prävalenz der Mangelernährung lag in dieser Stichprobe bei 5%, ein Risiko bestand bei 44%, wobei 51% normal ernährt waren. Aufgrund der Inhomogenität in der Klassenbreite bei der Beurteilung anhand des MNA®, erfolgte die Formulierung einer dichotomen Risikovariable (?RiskMal?, homogen). Insgesamt konnten 25 Features und 12 (optionale) ?Zusatz?-Features aus den Teilstudien I-III generiert und zur weiteren Analyse eingesetzt werden. Das Modell I sagte ?RiskMal?
zuverlässig voraus (auROC=.739). Mit dem Modell II wurde das MNA® zunächst recht gut prognostiziert (r=0,5167), die Modellgüte konnte sowohl für das Modell I, als auch für Modell II durch die in einer Feature Subset Selection ausgewählten Parameter noch weiter verbessert werden (I: r=0,822; II: r=0,6634).
Diskussion: Die Modelle I/II erreichten die zu Entwicklungsbeginn an geroMAT gestellten An-forderungen. geroMAT wäre den Features zur Folge multizentrisch einsetzbar, simpel erlern- und be-dienbar, dokumentier- und reproduzierbar, interprofessionell und ohne großen finanziellen Aufwand durchführbar, sowie zeitgemäß. Der Vorteil des geroMAT gegenüber dem MNA® lag in seiner Detailliertheit und der Wahlmöglichkeit weiterer Optionen, der Erfassung dokumentierter Informationen aus dem normalen Anamnese-Vorgang und der Einleitung bzw. des Monitorings individueller Interventionsmaßnahmen.
Schlussfolgerungen: Das Studienzeil der Indikatorenindentifikation und Modellentwicklung wurde erreicht. Weitere Entwicklungs- und Validierungsstudien sollten bis zum endgültigen Einsatz von geroMAT folgen.

Kurzfassung auf Englisch:

Introduction: Worldwide a demographic change of population is to be observed, thus also in Germany. Special expertise in geriatric diagnostics and therapy will gain in importance. Thereby, a special relevance comes up to determination of nutritional status by corresponding screening and assessment. Conventional assessment mostly equates to questionnaire methods.
Purpose/Question: Focus was on developing a software (geroMAT-Malnutrition Assessment and Therapy for gerontologic patients) for identification Senior´s nutritional state, a kind of "management tool" for diagnostics and intervention.
Methods: Investigation was open, cooperative and multi-centric, as well as clinical-experimentally invested. In three partial studies (I: Suitability of the MNA® as a reference method; II: Anthropo-metry, biochemistry, body composition; III: Food patterns and intake, not-nutritive factors) indicators of malnutrition were initially selected. In a final analysis Model I (prognosis of malnutritional risk) and accordingly Model II (prognosis of the MNA®) have been developed for their use in geroMAT.
Results: Prevalence of malnutrition was (in this random sample) 5%, 44% were at risk and 51% were well nourished. Due to inhomogeneity in class range by assessment with the MNA®, modelling of a dichotomic risk variable ("RiskMal", homogeneous) occurred. All up 25 features and 12 (optional) additional items from the partial studies I-III could be generated and attached to further analysis. Model I prognosticated "RiskMal" reliably (auROC=.739). Although firstly Model II predicted MNA® well (r=0,5167), model quality could be improved even further by the well-chosen parametres of a feature subset selection for Models I and II (Í: r=0,822;II: r=0,6634).
Discussion: The Models I/II reached the requirements made on developing geroMAT. According to the features, geroMAT would be multi-centric usable, simple to learn and operable, documentable and reproduceable, interprofessionally and without high expense, as well as modern. Advantages of geroMAT, compared with the MNA® lay in its detailedness and its choice of further options, its capture of documented information off the normal anamnesis process and the initiation or monitoring of individual interventions.
Conclusions: Mean aim of the study, the identification of indicators and model development, was reached. Other model validation studies should follow before the final clinical practice of geroMAT.