Achieving Protein Targets in the ICU Using a Specialized High‐Protein Enteral Formula: A Quality Improvement Project
Notice bibliographique
Résumé
BACKGROUND: To meet protein needs in critical illness (CI), guidelines suggest ≥1.2-2.5 g protein/kg/d; however, most intensive care unit (ICU) patients receive ≤0.7 g/kg/d. Higher protein enteral nutrition (EN) formulas may be part of the solution to provide prescribed protein. Our objective was to demonstrate that an EN formula with 37% protein can deliver ≥80% of prescribed protein, without overfeeding calories within the first 5 days of feeding and to describe ICU clinicians' experience. METHODS: ), nutrition targets, daily protein and energy delivered, feeding interruptions, and general tolerance were recorded. RESULTS: Forty-four of 49 patients received the formula ≥2 days. Average protein prescribed was 137.5 g/d (82.5-200) or 1.9 g/kg/d (1.5-2.5). Average protein delivered was 116.9 g/d (33.5-180) or 1.6 g/kg/d (0.4-2.4). Seventy-five percent to 83% of patients received ≥80% prescribed protein on days 2-5. Average energy prescribed was 1638.6 kcal/d (990-2500) or 17.8 kcal/kg (11-26). Average energy delivered was 1523.9 kcal/d (693.0-2557.5) or 17.3 kcal/kg/d (1.35-64.7). The formula was well tolerated with no gastrointestinal symptoms reported in 38 (86%) patients. The most common reasons to prescribe the formula were obesity and use of fat-based medications. CONCLUSIONS: We demonstrated in a QI study that a high-protein EN formula was tolerated in a small, heterogeneous group of ICU patients and effective in meeting protein targets without overfeeding.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».