Anabolic and anticatabolic agents in critical care
Notice bibliographique
Résumé
PURPOSE OF REVIEW: A complex network of hormones and other effectors characterize the hypermetabolic response in critical illness; these mediators work together to induce numerous pathophysiologic alterations. Increased incidence of infection, multiorgan failure, long-term debilitation, delays in rehabilitation, and death result from an inability to meet the prohibitively elevated protein and energy requirements, which occur during illness and can persist for several years. Pharmacologic interventions have been successfully utilized to attenuate particular aspects of the hypermetabolic response; these modalities are a component of managing critically ill patients - including those patients with severe burns. Here, we review recent advances in pharmacologically attenuating the hypermetabolic and catabolic responses. RECENT FINDINGS: Propranolol, a nonspecific β-adrenergic receptor antagonist, is one of the most widely used anticatabolic therapies. Oxandrolone, testosterone, and intensive insulin therapy represent anabolic pharmacological strategies. Promising therapies, such as metformin, glucagon-like peptide 1, peroxisome proliferator-activated receptor agonists, are currently being investigated. SUMMARY: Profound metabolic derangements occur in critically ill patients; this hypermetabolic response is a major contributor to adverse outcomes. Despite the pharmacological therapies currently available to counteract this devastating cascade, future studies are warranted to explore new multimodality agents that will counteract these effects while maintaining glycemic control and preventing unfavorable complications.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».