Protein Turnover and Metabolism in the Elderly Intensive Care Unit Patient
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many intensive care unit (ICU) patients do not achieve target protein intakes particularly in the early days following admittance. This period of iatrogenic protein undernutrition contributes to a rapid loss of lean, in particular muscle, mass in the ICU. The loss of muscle in older (aged >60 years) patients in the ICU may be particularly rapid due to a perfect storm of increased catabolic factors, including systemic inflammation, disuse, protein malnutrition, and reduced anabolic stimuli. This loss of muscle mass has marked consequences. It is likely that the older patient is already experiencing muscle loss due to sarcopenia; however, the period of stay in the ICU represents a greatly accelerated period of muscle loss. Thus, on discharge, the older ICU patient is now on a steeper downward trajectory of muscle loss, more likely to have ICU-acquired muscle weakness, and at risk of becoming sarcopenic and/or frail. One practice that has been shown to have benefit during ICU stays is early ambulation and physical therapy (PT), and it is likely that both are potent stimuli to induce a sensitivity of protein anabolism. Thus, recommendations for the older ICU patient would be provision of at least 1.2-1.5 g protein/kg usual body weight/d, regular and early utilization of ambulation (if possible) and/or PT, and follow-up rehabilitation for the older discharged ICU patient that includes rehabilitation, physical activity, and higher habitual dietary protein to change the trajectory of ICU-mediated muscle mass loss and weakness.
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.
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 | 0,001 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle