Gastric Residual Volume in Critically Ill Patients
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
Early enteral nutrition (EN) is consistently recommended as first-line nutrition therapy in critically ill patients since it favorably alters outcome, providing both nutrition and nonnutrition benefits. However, critically ill patients receiving mechanical ventilation are at risk for regurgitation, pulmonary aspiration, and eventually ventilator-associated pneumonia (VAP). EN may increase these risks when gastrointestinal (GI) dysfunction is present. Gastric residual volume (GRV) is considered a surrogate parameter of GI dysfunction during the progression of enteral feeding in the early phase of critical illness and beyond. By monitoring GRV, clinicians may detect patients with delayed gastric emptying earlier and intervene with strategies that minimize or prevent VAP as one of the major risks of EN. The value of periodic GRV measurements with regard to risk reduction of VAP incidence has frequently been questioned in the past years. Increasing the GRV threshold before interrupting gastric feeding results in marginal increases in EN delivery. More recently, a large randomized clinical trial revealed that abandoning GRV monitoring did not negatively affect clinical outcomes (including VAP) in mechanically ventilated patients. The results have revived the discussion on the role of GRV monitoring in critically ill, mechanically ventilated patients receiving early EN. This review summarizes the most recent clinical evidence on the use of GRV monitoring in critically ill patients. Based on the clinical evidence, it discusses the pros and cons and further addresses whether GRV is a dead marker or still alive for the nutrition management of critically ill patients.
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 | 0,005 | 0,157 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle