MétaCan
Menu
Retour à la cohorte
Enregistrement W2622607558 · doi:10.1186/s13054-017-1690-5

Role of nutrition support in adult cardiac surgery: a consensus statement from an International Multidisciplinary Expert Group on Nutrition in Cardiac Surgery

2017· article· en· W2622607558 sur OpenAlexaffabout
Christian Stoppe, Andreas Goetzenich, Glenn Whitman, Rika Ohkuma, Trish Brown, Roupen Hatzakorzian, Arnold S. Kristof, Patrick Meybohm, Jefferey Mechanick, Adam S. Evans, D. Dante Yeh, Bernard McDonald, Philip M. Jones, Richard G. Barton, Ravi Tripathi, Gunnar Elke, Oliver J. Liakopoulos, Ravi Agarwala, В. В. Ломиворотов, Ekaterina Nesterova, Gernot Marx, Carina Benstoem, Margot Lemieux, Daren K. Heyland

Notice bibliographique

RevueCritical Care · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensKingston General HospitalQueen's UniversityWestern UniversityUniversity of OttawaClinical Evaluation Research UnitRoyal Victoria HospitalMcGill University Health CentreRoyal Victoria Regional Health Centre
Organismes subventionnairesB. Braun Melsungen
Mots-clésMedicineMultidisciplinary approachCardiac surgeryIntensive care medicineCardiopulmonary bypassMedical nutrition therapyMEDLINESurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Nutrition support is a necessary therapy for critically ill cardiac surgery patients. However, conclusive evidence for this population, consisting of well-conducted clinical trials is lacking. To clarify optimal strategies to improve outcomes, an international multidisciplinary group of 25 experts from different clinical specialties from Germany, Canada, Greece, USA and Russia discussed potential approaches to identify patients who may benefit from nutrition support, when best to initiate nutrition support, and the potential use of pharmaco-nutrition to modulate the inflammatory response to cardiopulmonary bypass. Despite conspicuous knowledge and evidence gaps, a rational nutritional support therapy is presented to benefit patients undergoing cardiac surgery.

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)0,024
score de la tête « metaresearch » (Gemma)0,022
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,403
Écart entre enseignants0,345 · 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
GenreEmpirique

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

En bref

Citations135
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetNutrition and Health in AgingTravaux en français237 207