The use of intradialytic parenteral nutrition to treat malnutrition: a case study.
Notice bibliographique
Résumé
Protein energy malnutrition in dialysis patients has been well-described in the literature. Most malnourished patients with end stage renal disease (ESRD) suffer from a mixed marasmus-kwashiorkor type of malnutrition with loss of both somatic and visceral protein mass. Malnutrition is associated with increased risk of morbidity and mortality. Up to 50% of patients on dialysis have protein energy malnutrition (Mortelmans & Vanholder, 1999). Malnutrition may be under-recognized and under-reported in dialysis patients. Malnutrition may result from inadequate food intake secondary to the uremic condition, nausea, vomiting, loss of appetite, altered taste and other physiologic conditions that impede food intake or metabolism. The usual indices of nutritional assessment--body weight, body mass index (BMI), anthropometrics, etc., may be inaccurate in patients with ESRD, as the results are often skewed by fluid retention. Therefore, we often rely on weight loss, bloodwork, a pre-dialysis low serum potassium, phosphorus and urea, as early signs of a decreased food intake. When patients are malnourished, measures such as oral supplements and/or tube feedings may be used to augment protein and calorie intake. However, when these interventions are inadequate to reverse the malnutrition condition, intradialytic parenteral nutrition (IDPN) should be implemented. Although there is no definite supportive data to show that the use of IDPN improves morbidity and mortality of dialysis patients, there are data to support that IDPN has positive effects on numerous nutritional parameters (Acchiardo, 2000; Capelli et al., 1994; Foulks, 1999; Hiroshige et al., 1998; Ikizler et al., 1995; Korzets et al., 1999; Mortelmans & Vanholder, 1999; Saunders et al., 1999; Smolle et al., 1995). In this article, we will discuss the causes of malnutrition in dialysis patients, the use of IDPN on one of our patients, and the potential complications associated with IDPN.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».