Hypermetabolism following Moderate to Severe Traumatic Acute Brain Injury: A Systematic Review
Notice bibliographique
Résumé
Elevations of metabolic rate following traumatic brain injury (TBI) have been reported previously, with estimates ranging from 32% to 200% above normal values. The aim of this systematic review was to describe the pattern of energy expenditure during the first 30 days following TBI. We searched six databases for trials that measured the energy expenditure at least once during the first 30 days post-injury and compared that value to one that would be predicted in the non-injured state. We identified 24 studies, three of which were randomized controlled trials (RCTs). The sample sizes of the included studies ranged from 6 to 80 (mean, 24.7), and the mean Glasgow Coma Scale (GCS) score of subjects was 4.8. Mean energy expenditure, expressed as a percentage of a predicted value, ranged from 75% to 200%. The lowest values were reported in patients admitted in brain death. Several factors were found to have modulating effects on energy expenditure. The administration of paralyzing agents, sedatives, or barbiturates reduced metabolic rate by approximately 12-32%. Propranolol and morphine were associated with smaller decreases in energy expenditure. Factors that do not appear to augment the hypermetabolic response included the administration of steroids and method of feeding (enteral vs. parenteral). Based on our results, it was unclear if elevated temperature, the presence of extracranial injury, or the severity of injury further exacerbate hypermetabolism. We conclude that energy expenditure following TBI is highly variable, and the use of standard factors to estimate the energy needs of individual patients are inappropriate and should be discouraged.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».