Enteral and parenteral nutrition in cancer patients: a systematic review and meta-analysis.
Notice bibliographique
Résumé
BACKGROUND: In cancer patients, weight loss is an ominous sign suggesting disease progression and shortened survival time. As a result, providing nutrition support for cancer patients has been proposed as a logical approach for improving clinical outcomes. Nutrition support can be given to patients through enteral nutrition (EN) or parenteral nutrition (PN). The purpose of the review was to compare the outcomes of PN and EN in cancer patients. METHODS: A literature search was conducted in Ovid MEDLINE and OLDMEDLINE, Embase Classic and Embase, and Cochrane Central Register of Controlled Trials. Studies were included if over half of the patient population had cancer and reported on any of the following endpoints: the percentage of patients that experienced no infection, nutrition support complications, major complications or mortality. Risk ratios (RR) and 95% confidence intervals (CIs) using Review Manager Version 5.3 were calculated. Primary endpoints were stratified according to type of EN for subgroup analysis, grouping studies into either tube feeding (TF) or standard care (SC). Additionally, another subgroup analysis was conducted comparing studies with protein-energy malnutrition (PEM) patients and studies without PEM patients. RESULTS: The literature search yielded 674 articles of which 36 were included for the meta-analysis. There were no difference in the endpoints between the two study interventions except that PN resulted in more infection when compared with EN (RR =1.09, 95% CI: 1.01-1.18; P=0.03). CONCLUSIONS: Other than increased incidence of infection, PN has not resulted in prolonging the survival, increasing nutrition support complications, or major complications when compared with EN in cancer 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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| 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 ».