Trajectories of resting energy expenditure and performance of predictive equations in children hospitalized with an acute illness and malnutrition: a longitudinal study
Notice bibliographique
Résumé
There is scarce data on energy expenditure in ill children with different degrees of malnutrition. This study aimed to determine resting energy expenditure (REE) trajectories in hospitalized malnourished children during and after hospitalization. We followed a cohort of children in Bangladesh and Malawi (2-23 months) with: no wasting (NW); moderate wasting (MW), severe wasting (SW), or edematous malnutrition (EM). REE was measured by indirect calorimetry at admission, discharge, 14-and-45-days post-discharge. 125 children (NW, n = 23; MW, n = 29; SW, n = 51; EM, n = 22), median age 9 (IQR 6, 14) months, provided 401 REE measurements. At admission, the REE of children with NW and MW was 67 (95% CI [58, 75]) and 70 (95% CI [63, 76]) kcal/kg/day, respectively, while REE in children with SW was higher, 79 kcal/kg/day (95% CI [74, 84], p = 0.018), than NW. REE in these groups was stable over time. In children with EM, REE increased from admission to discharge (65 kcal/kg/day, 95% CI [56, 73]) to 79 (95% CI [72, 86], p = 0.0014) and was stable hereafter. Predictive equations underestimated REE in 92% of participants at all time points. Recommended feeding targets during the acute phase of illness in severely malnourished children exceeded REE. Acutely ill malnourished children are at risk of being overfed when implementing current international guidelines.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».