MétaCan
Menu
Retour à la cohorte
Enregistrement W2538959242 · doi:10.12688/f1000research.9278.1

Nutrition in critical illness: a current conundrum

2016· preprint· en· W2538959242 sur OpenAlexaff
L. John Hoffer, Bruce R. Bistrian

Notice bibliographique

RevueF1000Research · 2016
Typepreprint
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésCritically illIntensive care medicineObservational studyMedicineCritical illnessIntensive care unitIntensive careClinical trialClinical nutritionRandomized controlled trialOpen peer reviewClinical PracticePhysiologyPlant biologyNursingInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Critically ill people are unable to eat. What's the best way to feed them? Nutrition authorities have long recommended providing generous amounts of protein and calories to critically ill patients, either intravenously or through feeding tubes, in order to counteract the catabolic state associated with this condition. In practice, however, patients in modern intensive care units are substantially underfed. Several large randomized clinical trials were recently carried out to determine the clinical implications of this situation. Contradicting decades of physiological, clinical, and observational data, the results of these trials have been claimed to justify the current practice of systematic underfeeding in the intensive care unit. This article explains and suggests how to resolve this conundrum.

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)0,023
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,019
Communication savante0,0080,018
Science ouverte0,0030,006
Intégrité de la recherche0,0150,020
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,126
Tête enseignante GPT0,484
Écart entre enseignants0,359 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations79
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207