MétaCan
Menu
Retour à la cohorte
Enregistrement W1990081775 · doi:10.3390/nu4111554

Enteral Nutrition Support in Burn Care: A Review of Current Recommendations as Instituted in the Ross Tilley Burn Centre

2012· review· en· W1990081775 sur OpenAlexaff
Kathryn Hall, Shahriar Shahrokhi, Marc G. Jeschke

Notice bibliographique

RevueNutrients · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésEnteral administrationMedicineIntensive care medicineBurn injuryParenteral nutritionMicronutrientPopulationBurn outGerontologyEnvironmental healthSurgeryNursingPathology

Résumé

récupéré en direct d'OpenAlex

Failure to adequately address the increased levels of inflammatory mediators, catecholamines and corticosteroids central to the hypermetabolic response post burn injury can lead to catastrophic results. One of the most important perturbations is provision of adequate and early nutrition. The provision of the right balance of macro and micronutrients, along with additional antioxidants is essential to mitigating the hypermetabolic and hypercatabolic state that results following a burn injury. As it is now widely accepted that enteral feeding is best practice for the burn population research has been more closely examining the individual components of enteral nutrition support. Recently fat to carbohydrate ratios, glutamine and antioxidants have made up the balance of this focus. This paper provides a review of the most recent literature examining each of these components and discusses the practices adopted in the Ross Tilley Burn Centre at Sunnybrook Health Sciences Centre.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,407
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetBurn Injury Management and OutcomesTravaux en français237 207