A235 SYSTEMATIC REVIEW AND META-ANALYSIS: COMPARING OF ESTIMATED ENERGY REQUIREMENTS IN CIRRHOTIC PATIENTS USING INDIRECT CALORIMETRY VERSUS PREDICTION EQUATIONS
Notice bibliographique
Résumé
Malnutrition is common in cirrhosis and an independent predictor of mortality. Dietary recommendation is the mainstay of therapy. Most dietitians utilize predictive equations to estimate resting energy expenditure (REE) and target energy need as these are more time-efficient than gold-standard indirect calorimetry. However, predictive equations are associated with over- and under-estimation of energy requirements. As accurate nutrition prescriptions are important in cirrhosis patient care, our aim was to compare the estimated energy requirements using indirect calorimetry measurements (measured REE, mREE) versus prediction equations (predicted REE, pREE). We included full-text English language studies on adults with cirrhosis comparing pREE versus mREE. Excluded studies had >20% of patients with hepatocellular carcinoma. A DerSimonian-Laird random-effects meta-analysis was used to pool the mean differences across studies. A total of 20 studies (2 separately reporting data in men and women) comprising 1883 patients (1991 to 2016) fulfilled selection criteria and were analyzed. The Harris-Benedict equation was used to estimate the pREE in 15 studies (75%). A total of 14 studies underestimated caloric requirements using the predictive equations. The percentage difference between the mREE and the pREE, ranged from -12.0% (overestimation) to +22.2% (underestimation) kilocalories per day (kcal/d). When pooled, the mean difference across studies was an underestimate of 75.9 (95% CI: 12.83–138.96) kcal/d. The pooled analysis was associated with significant heterogeneity (I2=93%, Fig 1). It is important to recognize that predictive equations have a wide margin of error and are more likely to underestimate rather than overestimate caloric requirements of cirrhotic patients. Our results highlight the need to accurately define the subgroup of patients at risk for underestimation of caloric requirements and have them complete indirect calorimetry assessment. Future work will analyze individual patient data evaluating the impact of liver disease severity (e.g., ascites, obesity, and hospitalization) to identify this at-risk subgroup. Fig 1. Forest plot of comparison: measured Resting Energy Expenditure (mREE) vs. predicted REE (pREE). Abbreviations in parenthesis show the predictive equations employed by each study (HB: Harris-Benedict, FFM & FFM in reg.: using the individual fat free mass in the linear regression equation derived from cirrhotic or control group, sex reg.: using gender specific regression equations derived from healthy population) None
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 | 0,017 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,042 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».