How Much and What Type of Protein Should a Critically Ill Patient Receive?
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
Protein loss, manifested as loss of muscle mass, is observed universally in all critically ill patients. Depletion of muscle mass is associated with impaired function and poor outcomes. In extreme cases, protein malnutrition is manifested by respiratory failure, lack of wound healing, and immune dysfunction. Protecting muscle loss focused initially on meeting energy requirements. The assumption was that protein was being used (through oxidation) as an energy source. In healthy individuals, small amounts of glucose (approximately 400 calories) protect muscle loss and decrease amino acid oxidation (protein-sparing effect of glucose). Despite expectations of the benefits, the high provision of energy (above basal energy requirements) through the delivery of nonprotein calories has failed to demonstrate a clear benefit at curtailing protein loss. The protein-sparing effect of glucose is not clearly observed during illness. Increasing protein delivery beyond the normal nutrition requirements (0.8 g/k/d) has been investigated as an alternative solution. Over a dozen observational studies in critically ill patients suggest that higher protein delivery is beneficial at protecting muscle mass and associated with improved outcomes (decrease in mortality). Not surprisingly, new Society of Critical Care Medicine/American Society for Parenteral and Enteral Nutrition guidelines and expert recommendations suggest higher protein delivery (>1.2 g/kg/d) for critically ill patients. This article provides an introduction to the concepts that delineate the basic principles of modern medical nutrition therapy as it relates to the goal of achieving an optimal management of protein metabolism during critical care illness, highlighting successes achieved so far but also placing significant challenges limiting our success in perspective.
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 | 0,088 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| 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