Vitamin and Trace Element Loss from Negative-Pressure Wound Therapy
Notice bibliographique
Résumé
OBJECTIVE: This study investigated select vitamin and trace element loss from wound exudates in burn and trauma patients treated with negative-pressure wound therapy (NPWT). DESIGN: A prospective observational study was performed using wound exudate samples. SETTING: A level I trauma center acute care hospital. PARTICIPANTS: The study was composed of 8 patients with open abdomens and 9 patients with 12 soft-tissue wounds. MAIN OUTCOME MEASURES: The goal was to collect wound exudate samples daily for 3 days, then every other day to day 9 or until NPWT was discontinued, and to analyze for vitamins A (retinol), C, and E and zinc (Zn), iron (Fe), and copper (Cu). Daily loss of each micronutrient was calculated from their concentration and 24-hour volumes of the exudates. MAIN RESULTS: Exudate loss in the open-abdomen group was significantly higher than in the patients with soft-tissue wounds (900 ± 547 vs 359 ± 246 mL/d). The mean 24-hour loss of vitamins A, C, and E were 0.3, 2.8, and 11 mg, respectively, in the open-abdomen group. Over the same period, the losses of Zn, Fe, and Cu were 0.5, 0.4, and 0.25 mg, respectively, in these patients. Micronutrient 24-hour loss was significantly lower in the soft-tissue wound patients than in the open-abdomen group. CONCLUSIONS: The data support the concept that significant amounts of micronutrients can be lost from NPWT wound exudates, particularly in open abdomens. These losses should be considered in the nutritional support of these patients who typically are in a hypermetabolic and catabolic state.
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) | 0,001 | 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 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 ».