Avaliação do consumo alimentar de pacientes queimados internados em um hospital público do Distrito Federal
Notice bibliographique
Résumé
OBJETIVO: Avaliar o consumo alimentar dos pacientes queimados hospitalizados no processo de cicatrização. MÉTODO: Estudo transversal, quantitativo, com coleta de dados prospectivos. A coleta ocorreu no Hospital Regional da Asa Norte (HRAN), no período de março de 2022 a maio de 2022, com 113 dias alimentares de 24 pacientes hospitalizados. A coleta de dados foi realizada com ficha pré-estabelecida (número de prontuário, sexo, faixa etária, percentual de área queimada e tipo de queimadura). Para calcular as necessidades nutricionais, foi utilizada a equação de Toronto. A análise dos dados coletados aconteceu a partir do software Avanutri PC, sendo uma análise quantitativa dos macronutrientes (proteína, lipídios e carboidratos) e micronutrientes (zinco, vitamina C, vitamina A, vitamina E e selênio). RESULTADOS: Os recordatórios alimentares foram calculados com e sem suplementação. Nos dias com suplementação a adequação calórica aumentou, sendo que a maioria, 39,8%, conseguiu atingir mais de100% das recomendações e 29,2% conseguiu permanecer dentro de 75-100% das necessidades energéticas diária e todas as vitaminas e minerais também aumentaram sua adequação, sendo vitamina A antes da suplementação 406,1mg e após a suplementação 531,4mg, vitamina C antes 462,2mg e 626,4mg após, vitamina E 8,3mg antes e 31,2mg após, zinco 11,8mcg antes e após 18,7mcg e selênio 54,4mg antes e 99,5mg após a suplementação. CONCLUSÕES: A nutrição desempenha um papel muito importante na recuperação de pacientes queimados, contribuindo para a cicatrização de feridas, prevenção de infecções, manutenção do peso corporal e minimização de complicações. É essencial que esses pacientes recebam suplementação adequada para auxiliar seu processo de cicatrização.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,005 |
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 ».