Maximizing Nutrition Support Practice and Measuring Adherence to Nutrition Support Guidelines in a Canadian Tertiary Care ICU
Notice bibliographique
Résumé
OBJECTIVE: New comprehensive guidelines for nutrition support (NS) in the intensive care unit (ICU) can be used to improve quality of care and benchmark current practice. The objective of this study was to (a) compare NS practices in our medical/surgical ICU (MSICU) to 18 recommendations described in the Canadian Clinical Practice Guidelines and Society of Critical Care Medicine/American Society of Parenteral and Enteral Nutrition guidelines, (b) determine the percentage of goal calories and protein delivered, and (c) identify the barriers to successful NS delivery. DESIGN: This was a prospective observation trial of up to 14 days duration. SETTING: A 24-bed MSICU in a tertiary teaching hospital in Toronto, Canada. PATIENTS: We studied 98 mechanically ventilated patients with any diagnosis who were expected to require either enteral nutrition (EN) or parenteral nutrition (PN) for >48 hours. MEASUREMENTS: We measured nutritional intake, barriers to nutritional intake, and parameters that allowed comparison of our practice to 18 guidelines. MAIN RESULTS: Mean delivery of protein and energy was 79.3% and 81.1% of goal, respectively. The average time to initiation of EN support was 29.5 ± 23.7 hours. The 3 main reasons for interruption to enteral feeding were airway management issues, procedures, and gastrointestinal intolerance. Enteral feeding during vasopressor therapy was well tolerated. Ten of the 18 guidelines were followed for ≥80% of the time. Protein goals for patients on renal replacement therapy and patients with liver disease were not reached. Head-of-bed positioning was also inadequate. The 13 patients requiring PN all had appropriate indications for this therapy, including gastrointestinal leaks, maldigestion, or malabsorption. CONCLUSIONS: Nutrition support delivery was successful for most patients in this study. However, only 10 of the 18 guidelines were adequately followed. This study helped identify NS practices that work well and others that require strategies for improvement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».