Impact of energy deficit calculated by a predictive method on outcome in medical patients requiring prolonged acute mechanical ventilation
Notice bibliographique
Résumé
To assess energy balance in very sick medical patients requiring prolonged acute mechanical ventilation and its possible impact on outcome, we conducted an observational study of the first 14 d of intensive care unit (ICU) stay in thirty-eight consecutive adult patients intubated at least 7 d. Exclusive enteral nutrition (EN) was started within 24 h of ICU admission and progressively increased, in absence of gastrointestinal intolerance, to the recommended energy of 125.5 kJ/kg per d. Calculated energy balance was defined as energy delivered - resting energy expenditure estimated by a predictive method based on static and dynamic biometric parameters. Mean energy balance was - 5439 (sem 222) kJ per d. EN was interrupted 23 % of the time and situations limiting feeding administration reached 64 % of survey time. ICU mortality was 72 %. Non-survivors had higher mean energy deficit than ICU survivors (P = 0.004). Multivariate analysis identified mean energy deficit as independently associated with ICU death (P = 0.02). Higher ICU mortality was observed with higher energy deficit (P = 0.003 comparing quartiles). Using receiver operating characteristic curve analysis, the best deficit threshold for predicting ICU mortality was 5021 kJ per d. Kaplan-Meier analysis showed that patients with mean energy deficit > or =5021 kJ per d had a higher ICU mortality rate than patients with lower mean energy deficit after the 14th ICU day (P = 0.01). The study suggests that large negative energy balance seems to be an independent determinant of ICU mortality in a very sick medical population requiring prolonged acute mechanical ventilation, especially when energy deficit exceeds 5021 kJ per d.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».