Evolución de la función renal en pacientes con enfermedad renal crónica con dieta restringida en proteínas suplementada con una mezcla de aminoácidos y cetoanálogos
Notice bibliographique
Résumé
INTRODUCTION: chronic kidney disease (CKD) is a public health problem. Low-protein diets supplemented with ketoacids and essential aminoacids have proved effective at different CKD stages. AIM: to assess the progression of renal failure in adult patients with CKD stages 3b and 4 receiving a protein-controlled diet supplemented with aminoacids and ketoanalogues. METHODS: retrospective, descriptive intervention study. The nutritional intervention consisted of a protein/calorie intake of 0.4-0.6 g/kg/day and 30-35 kcal/kg/day plus a tablet of ketoanalogues (Ketosteril®)/5 kg weight. We assessed nutritional condition, glomerular filtration (GF) and creatinine, urea and albumin levels at 0, 3, 6, 9 and 12 months. SPSS version 18 was used for data statistical analysis. RESULTS: thirty-three patients were studied (67% male; mean age 59.7 years, r: 24-87). Protein/calorie intake was 0.55 ± 0.20 g/kg/day and 34 ± 4.51 kcal/kg/day. Ketosteril® intake was 11.87 tablets/day (r: 9-14). Initial GF was 24.97 ± 6.64 ml/min/1.73 m2, showing a significant increase between three and 12 months (25.51 ± 8.57 and 29.26 ± 10.33 ml/min/1.73 m2; p = 0.006). Urea nitrogen decreased significantly at six months compared with the initial level (p < 0.005). Body mass index did not change significantly (initial, 26. 63 ± 4.08 kg/m2; after a year, 26.78 ± 3.98 kg/m2). Initial and final albumin levels were 3.53 ± 0.64 g/l and 4.00 ± 0.53 g/l, respectively (p = 0.79). CONCLUSION: a low-protein diet supplemented with ketoanalogues administered to patients with CKD stages 3b and 4 preserved nutritional condition and mineral balance, improved GF significantly and decreased urea levels.
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 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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».