MétaCan
Menu
Retour à la cohorte
Enregistrement W2406542264 · doi:10.21037/atm.2016.05.02

Design of nutrition trials in critically ill patients: food for thought

2016· article· en· W2406542264 sur OpenAlexaff
Yaseen M. Arabi, Hasan M. Al‐Dorzi, Sangeeta Mehta

Notice bibliographique

RevueAnnals of Translational Medicine · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensOttawa HospitalUniversity of TorontoUniversity of OttawaMount Sinai Hospital
Organismes subventionnairesKing Abdullah International Medical Research Center
Mots-clésCritically illParenteral nutritionMedicineIntensive care medicineEnteral administrationPermissiveClinical trialRandomized controlled trialPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

We would like to thank Drs. Casaer and Van den Berghe for their thoughtful editorial on our article "Permissive underfeeding or standard enteral feeding in critically ill adults" published in the New England Journal of Medicine on June 18, 2015 (1,2).Over the last few years, several large clinical trials have added immensely to our knowledge regarding nutritional support of critically ill patients.Table 1 summarizes and contrasts eight recent multicenter trials which compared different doses of enteral nutrition (1,3-5), or enteral versus parenteral nutrition (6-9).PermiT and other trials showed no difference in outcomes in patients receiving restricted versus full caloric intake.Drs.Casaer and Van den Berghe raise many important questions regarding these trials: Is mortality an appropriate primary endpoint for nutrition trials?Do we need larger trials to detect smaller treatment effect?Should we use different endpoints than mortality?How about biomarkers?How generalizable are the results of PermiT to normal weight or underweight patient populations?Are specific patient groups more likely to be nutrition-responsive?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,228
score de la tête « metaresearch » (Gemma)0,409
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2280,409
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,006
Communication savante0,0110,011
Science ouverte0,0040,003
Intégrité de la recherche0,0160,022
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,416
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207