Multicentre, Cluster‐Randomized Clinical Trial of Algorithms for Critical‐Care Enteral and Parenteral Therapy (ACCEPT).
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».