Multicentre, Cluster‐Randomized Clinical Trial of Algorithms for Critical‐Care Enteral and Parenteral Therapy (ACCEPT).
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The provision of nutrition support for patients in intensive care units (ICUs) varies widely both within and between institutions. We tested the hypothesis that evidence‐based algorithms to improve nutrition support in the ICU would improve patient outcomes. Methods: A cluster‐randomized controlled trial was performed in the ICUs of 11 community and 3 teaching hospitals between October 1997 and September 1998. Hospital ICUs were stratified by hospital type and randomized to the intervention or control arm. Patients at least 16 years of age with an expected ICU stay of at least 48 hours were enrolled in the study ( n = 499). Evidence‐based recommendations were introduced in the 7 intervention hospitals by means of in‐service education sessions, reminders (local dietitian, posters) and academic detailing that stressed early institution of nutrition support, preferably enteral. Results: Two hospitals crossed over and were excluded from the primary analysis. Compared with the patients in the control hospitals ( n = 214), the patients in the intervention hospitals ( n = 248) received significantly more days of enteral nutrition (6.7 vs 5.4 per 10 patient‐days; p = .042), had a significantly shorter mean stay in hospital (25 vs 35 days; p = .003) and showed a trend toward reduced mortality (27% vs 37%; p = .058). The mean stay in the ICU did not differ between the control and intervention groups (10.9 vs 11.8 days; p = .7). Interpretation: Implementation of evidence‐based recommendations improved the provision of nutrition support and was associated with improved clinical outcomes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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