PP473 Topic: AS18–Nutrition Support/Fluids: DOES VOLUME-BASED ENTERAL FEEDING IMPROVE NUTRIENT DELIVERY IN HOSPITALIZED CRITICALLY ILL CHILDREN? PROTOCOL FOR A RANDOMIZED FEASIBILITY TRIAL OF VOLUME VERSUS RATE-BASED ENTERAL NUTRITION
Notice bibliographique
Résumé
Aims & Objectives: Early optimal enteral nutrition (EN) is associated with better clinical outcomes, including mortality, in critically ill children. Frequent feed interruptions are common resulting in underfeeding and nutrient deficits. Traditionally tube feedings are provided using hourly rate-based feeding, which directs the nurse to run feeds at the prescribed hourly rate. Volume-based feeding allows bedside nurses to adjust feed rates to compensate for disruptions. Funding: ASPEN Rhodes Research Foundation Objectives: Determine the feasibility of a randomized control trial (RCT) to evaluate Volume-based EN by: Determine RCT participant enrollment and recruitment rates. Measure adherence to the study protocol. Determine the consent rate under a deferred consent strategy. Describe caregiver and patient perceptions and experiences around deferred consent. Methods: We will conduct a single-center parallel partially blinded 1:1 randomized feasibility trial of 56 children admitted to the ACH PICU comparing Volume-based EN (intervention) versus Rate-based EN (control). Children 1-month to 18 years of age, anticipated PICU admissions ≥ 48 hours and to be initiated on EN support will be eligible. Volume-based EN: Bedside nurses receive a daily feed volume to administer over a 24-hour period. After feeds are held, rates will be adjusted to meet this goal. Rate-based EN (usual care): Bedside nurses receive an hourly feed rate to administer over a 24-hour period. Nurses will not adjust feeds to compensate for interruptions. Results: Recruitment anticipated to commence in March 2024. Conclusions: This feasibility trial will inform a full-scale RCT assessing the impact of volume-based EN on nutritional intakes and hospital outcomes for critically ill children. Keywords: Nutrition, Randomized Controlled Trial, RCT
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 | 0,027 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,104 | 0,017 |
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 ».