The Effects of Glucose Therapy Agents—Apple Juice, Orange Juice, and Cola—on Enteral Tube Flow and Patency
Notice bibliographique
Résumé
To develop evidence-based hypoglycemia treatment protocols in patients receiving total enteral nutrition, this study determined the effect on enteral tube flow of glucose therapy agents: apple juice, orange juice, and cola, and it also examined the effects of tube type and feed type with these glucose therapy agents. For this study, 12 gastrostomy tubes (6 polyethylene and 6 silicone) were set at 50 mL/h. Each feeding set was filled with Isosource HN with fibre or Novasource Renal. Each tube was irrigated with 1 glucose therapy agent, providing approximately 20 g of carbohydrate every 4 h. Flow-rate measurements were collected at 2 h intervals. The results showed that the glucose therapy agent choice affected flow rates: apple juice and cola had higher average flow rates than orange juice (P = 0.01). A significant difference was found between tube type and enteral formula: polyethylene tubes had higher average flow rates than silicone tubes (P < 0.0001), and Isosource HN with fibre had higher flow rates than Novasource Renal (P = 0.01). We concluded that apple juice and cola have less tube clogging potential than orange juice, and thus may be considered as primary treatment options for hypoglycemia in enterally fed patients. Polyethylene tubes and Isosource HN with fibre were less likely to clog than silicone tubes and Novasource Renal.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».