Nutritional Strategies to Manage Malnutrition and Sarcopenia following Liver Transplantation: A Narrative Review
Notice bibliographique
Résumé
Persisting or newly developed malnutrition and sarcopenia after liver transplant (LT) are correlated with adverse health outcomes. This narrative review aims to examine the literature regarding nutrition strategies to manage malnutrition and sarcopenia after LT. The secondary aims are to provide an overview of the effect of nutrition strategies on the incidence of infections, hospital length of stay (LOS), acute cellular rejection (ACR), and mortality after LT. Four databases were searched. A total of 25 studies, mostly of mid-high quality, were included. Six studies found a beneficial effect on nutritional parameters using branched-chain amino acids (BCAA), immunomodulating diet (IMD), or enteral nutrition (EN) whereas two studies using beta-hydroxy-beta-methylbutyrate (HMB) found a beneficial effect on muscle mass and function. Fourteen studies using pre- or pro-biotics, IMD, and EN were effective in lowering infection and six studies using IMD, BCAA or HMB reported reduced hospital LOS. Finally, four studies using HMB and vitamin D were effective in reducing ACR and one study reported reduced mortality using vitamin D after LT. In conclusion, nutritional intervention after LT has different beneficial effects on malnutrition, sarcopenia, and other advert outcomes. Additional large and well-constructed RCTs using validated tools to assess nutritional status and sarcopenia are warranted to ensure more robust conclusions.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».