MétaCan
Menu
Retour à la cohorte
Enregistrement W4405834129 · doi:10.1097/ccm.0000000000006562

Higher Versus Lower Protein Delivery in Critically Ill Patients: A Systematic Review and Bayesian Meta-Analysis

2024· review· en· W4405834129 sur OpenAlexaff
Samuel Heuts, Zheng‐Yii Lee, Charles Chin Han Lew, Julia L.M. Bels, Andrea Gabrio, Michał Kawczyński, Daren K. Heyland, Matthew J. Summers, Adam M. Deane, Dieter Mesotten, Lee‐anne S. Chapple, Christian Stoppe, Marcel C.G. van de Poll

Notice bibliographique

RevueCritical Care Medicine · 2024
Typereview
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineCritically illMeta-analysisIntensive care medicineBayesian probabilityCritical illnessInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Recent multicenter trials suggest that higher protein delivery may result in worse outcomes in critically ill patients, but uncertainty remains. An updated Bayesian meta-analysis of recent evidence was conducted to estimate the probabilities of beneficial and harmful treatment effects. DATA SOURCES: An updated systematic search was performed in three databases until September 4, 2024. The study adhered to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses 2020 guidelines and the protocol was preregistered in PROSPERO (CRD42024546387). STUDY SELECTION: Randomized controlled trials that studied adult critically ill patients comparing protein doses delivered enterally and/or parenterally with similar energy delivery between groups were included. DATA EXTRACTION: Data extraction was performed by two authors independently, using a predefined worksheet. The primary outcome was mortality. Posterior probabilities of any benefit (relative risk [RR] < 1.00) or harm (RR > 1.00) and other important beneficial and harmful effect size thresholds were estimated. Risk of bias assessment was performed using the risk of bias 2.0 tool. All analyses were performed using a Bayesian hierarchical random-effects models, under vague priors. DATA SYNTHESIS: Twenty-two randomized trials ( n = 4164 patients) were included. The mean protein delivery in the higher and lower protein groups was 1.5 ± 0.6 vs. 0.9 ± 0.4 g/kg/d. The median RR for mortality was 1.01 (95% credible interval, 0.84-1.16). The posterior probability of any mortality benefit from higher protein delivery was 43.6%, while the probability of any harm was 56.4%. The probabilities of a 1% (RR < 0.99) and 5% (RR < 0.95) mortality reduction by higher protein delivery were 38.7% and 22.9%, respectively. Conversely, the probabilities of a 1% (RR > 1.01) and 5% (RR > 1.05) mortality increase were 51.5% and 32.4%, respectively. CONCLUSIONS: There is a considerable probability of an increased mortality risk with higher protein delivery in critically ill patients, although a clinically beneficial effect cannot be completely eliminated based on the current data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,111
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0210,042
Bibliométrie0,0130,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,413
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207