MétaCan
Menu
Retour à la cohorte
Enregistrement W2584454916 · doi:10.1007/s00134-016-4665-0

Early enteral nutrition in critically ill patients: ESICM clinical practice guidelines

2017· review· en· W2584454916 sur OpenAlexaff
Annika Reintam Blaser, Joel Starkopf, Waleed Alhazzani, Mette M. Berger, Michaël P. Casaer, Adam M. Deane, Sonja Fruhwald, M. Hiesmayr, Carole Ichaï, Stephan M. Jakob, Cecilia Loudet, Manu L. N. G. Malbrain, Juan Carlos Montejo González, Cathérine Paugam‐Burtz, Martijn Poeze, Jean‐Charles Preiser, Pierre Singer, Arthur R. H. van Zanten, Jan J. De Waele, Julia Wendon, Jan Wernerman, Tony Whitehouse, Alexander Wilmer, Heleen M. Oudemans–van Straaten

Notice bibliographique

RevueIntensive Care Medicine · 2017
Typereview
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensMcMaster University
Organismes subventionnairesEuropean Society of Intensive Care MedicineHaukeland Universitetssjukehus
Mots-clésMedicineCritically illIntensive care medicinePain medicineAnesthesiologyParenteral nutritionClinical nutritionClinical PracticeEnteral administrationCritical illnessIntensive careNursingAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To provide evidence-based guidelines for early enteral nutrition (EEN) during critical illness. METHODS: We aimed to compare EEN vs. early parenteral nutrition (PN) and vs. delayed EN. We defined "early" EN as EN started within 48 h independent of type or amount. We listed, a priori, conditions in which EN is often delayed, and performed systematic reviews in 24 such subtopics. If sufficient evidence was available, we performed meta-analyses; if not, we qualitatively summarized the evidence and based our recommendations on expert opinion. We used the GRADE approach for guideline development. The final recommendations were compiled via Delphi rounds. RESULTS: We formulated 17 recommendations favouring initiation of EEN and seven recommendations favouring delaying EN. We performed five meta-analyses: in unselected critically ill patients, and specifically in traumatic brain injury, severe acute pancreatitis, gastrointestinal (GI) surgery and abdominal trauma. EEN reduced infectious complications in unselected critically ill patients, in patients with severe acute pancreatitis, and after GI surgery. We did not detect any evidence of superiority for early PN or delayed EN over EEN. All recommendations are weak because of the low quality of evidence, with several based only on expert opinion. CONCLUSIONS: We suggest using EEN in the majority of critically ill under certain precautions. In the absence of evidence, we suggest delaying EN in critically ill patients with uncontrolled shock, uncontrolled hypoxaemia and acidosis, uncontrolled upper GI bleeding, gastric aspirate >500 ml/6 h, bowel ischaemia, bowel obstruction, abdominal compartment syndrome, and high-output fistula without distal feeding access.

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)0,018
score de la tête « metaresearch » (Gemma)0,098
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,098
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0050,003
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,191
Tête enseignante GPT0,521
Écart entre enseignants0,330 · 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
GenreSynthèse

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

En bref

Citations814
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntensive Care MedicineMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207