Clinical Outcomes Related to Protein Delivery in a Critically Ill Population
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
OBJECTIVE: Optimal intake of energy and protein is associated with improved outcomes, although outcomes relative to protein intake are very limited. Our purpose was to evaluate the impact of prescribed protein delivery on mortality and time to discharge alive (TDA) using data from the International Nutrition Survey 2013. We hypothesized that greater protein delivery would be associated with lower mortality and shorter TDA. METHODS: The sample included patients in the intensive care unit (ICU) ≥ 4 days (n = 2828) and a subsample in the ICU ≥ 12 days (n = 1584). Models were adjusted for evaluable nutrition days, age, body mass index, sex, admission type, acuity scores, and geographic region. Percentages of prescribed protein and energy intake were compared with mortality outcomes using logistic regression and with Cox proportional hazards for TDA. RESULTS: Mean intake for the 4-day sample was protein 51 g (60.5% of prescribed) and 1100 kcal (64.1% of prescribed); for the 12-day sample, mean intake was protein 57 g (66.7% of prescribed) and 1200 kcal (70.7% of prescribed). Achieving ≥ 80% of prescribed protein intake was associated with reduced mortality (4-day sample: odds ratio [OR], 0.68; 95% confidence interval [CI], 0.50-0.91; 12-day sample: OR, 0.60; 95% CI, 0.39-0.93), but ≥ 80% of prescribed energy intake was not. TDA was shorter with ≥ 80% prescribed protein (hazard ratio [HR], 1.25; 95% CI, 1.04-1.49) in the 12-day sample but longer with ≥ 80% prescribed energy in the 4-day sample (HR, 0.82; 95% CI, 0.69-0.96). CONCLUSION: Achieving at least 80% of prescribed protein intake may be important to survival and shorter TDA in ICU patients. Efforts to achieve prescribed protein intake should be maximized.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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