Understanding the use and tolerance of a pediatric and an adult commercial blenderized enteral formula through real‐world data
Notice bibliographique
Résumé
BACKGROUND: Home enteral nutrition (HEN) is frequently prescribed to individuals who cannot consume adequate food orally. Commercial blenderized enteral formulas (CBEF) containing real-food ingredients are becoming more popular and more widely available; however, the demographics of patients receiving these formulas have rarely been evaluated, and little data are available on patient tolerance in the community. METHODS: US claims data were obtained for children and adolescents/adults who used the CBEF of interest as the sole source of nutrition via enteral feeding tube in the community setting following discharge from acute care. Demographics, concomitant medications, clinical diagnoses, and Charlson Comorbidity Index scores were tabulated using descriptive statistics. Gastrointestinal (GI) symptoms before and after hospital discharge were compared using significance tests. RESULTS: The study included 231 participants (180 children, 51 adolescents/adults). CBEFs were prescribed to patients with a variety of diagnoses, of which the most common were digestive and respiratory disorders. Children experienced significantly lower rates of diarrhea, nausea, vomiting, constipation, and abdominal distension in the weeks following hospital discharge compared with the baseline (all P < 0.001). Adolescents/adults experienced significantly lower rates of constipation, nausea, and vomiting (all P < 0.05). Neither group increased their usage of GI medications following hospital discharge. CONCLUSION: These CBEFs, based on real-food ingredients, were prescribed to diverse patients in the community and were well tolerated. These formulas offer an alternative to standard polymeric formulas and an alternative or adjunct to homemade blenderized formulas.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».