Bolus fluid therapy and sodium homeostasis in paediatric gastroenteritis
Notice bibliographique
Résumé
AIM: The study aims to assess the risk of developing hyponatraemia when large-volume bolus fluid rehydration therapy is administered. METHODS: We conducted a prospective randomised study in a tertiary-care centre emergency department. Participants included children with gastroenteritis and dehydration requiring intravenous rehydration. They were randomised to receive 60 mL/kg (large) or 20 mL/kg (standard) 0.9% saline bolus followed by maintenance 0.9% saline for 3 h. Biochemical tests were performed at baseline and 4 h. The primary outcome measure was the development of hyponatraemia at 4 h. Secondary outcome measures were (i) change in sodium relative to baseline value; (ii) magnitude of decrease among those who experienced a decrease; (iii) risk of hypernatraemia; (iv) correlations between urine parameters and hyponatraemia; and (v) fluid overload. RESULTS: Eighty-four of 224 (38%) participants were hyponatraemic at baseline. At 4 h, 22% (48/217) had a dysnatraemia, and similar numbers of children were hyponatraemic in both groups: large (23% (26/112)) versus standard (21% (22/105)) (P = 0.69). Among initially hyponatraemic children, 63% (30/48) who received large-volume rehydration and 44% (15/34) of those administered standard rehydration were isonatraemic at 4 h (P = 0.10). Overall, children who received 60 mL/kg experienced a larger mean increase (1.6 ± 2.4 mEq/L vs. 0.9 ± 2.2 mEq/L; P = 0.04) and were less likely to experience a sodium decrease of ≥2 mEq/L (8/112 vs. 17/105; P = 0.04) than those administered 20 mL/kg. CONCLUSIONS: Large-volume bolus rehydration therapy with 0.9% saline is safe. It does not promote the development of hyponatraemia over the short term, but hastens the resolution of baseline hyponatraemia.
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 | 0,000 | 0,000 |
| 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 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 ».