MétaCan
Menu
Retour à la cohorte
Enregistrement W4409058313 · doi:10.1016/j.clnu.2025.03.011

Recognizing malnutrition in adults with critical illness: Guidance statements from the Global Leadership Initiative on Malnutrition

2025· article· en· W4409058313 sur OpenAlexaff
Ryoji Fukushima, Charlene Compher, María Isabel Toulson Davisson Correia, Marı́a Cristina González, Liam McKeever, Kensuke Nakamura, Zheng‐Yii Lee, Jayshil J. Patel, Pierre Singer, Christian Stoppe, Juan Carlos Ayala, Rocco Barazzoni, Mette M. Berger, Tommy Cederholm, Kaweesak Chittawatanarat, Antonella Cotoia, Juan Carlos Lopez‐Delgado, Carrie P. Earthman, Gunnar Elke, Wolfgang H. Hartl, Mohd Shahnaz Hasan, Naoki Higashibeppu, Gordon L. Jensen, Kate Lambell, Charles Chin Han Lew, Jeffrey I. Mechanick, Marina Mourtzakis, Guillermo Contreras Nogales, Taku Oshima, Sarah J. Peterson, Todd W. Rice, Ricardo Schilling Rosenfeld, Patricia Sheean, Flávia Moraes Silva, Pei Chien Tah, Mehmet Uyar

Notice bibliographique

RevueClinical Nutrition · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMalnutritionMedicineNursingSevere Acute MalnutritionIntensive care medicineGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Patients with critical illness may present with disease-related malnutrition upon intensive care unit (ICU) admission. They are at risk of development and progression of malnutrition over the disease trajectory because of inflammation, dysregulated metabolism, and challenges with feeding. Methods The Global Leadership Initiative on Malnutrition (GLIM) convened a panel of 36 clinical nutrition experts to develop consensus-based guidance statements addressing the diagnosis of malnutrition during critical illness, using a modified Delphi approach with a requirement of ≥75% agreement. Results 1.To identify pre-existing malnutrition, we suggest evaluation within 48 hours of ICU admission when feasible (100% agreement) or within 4 days (94% agreement). 2.To identify the development and progression of malnutrition, we suggest reevaluation of all patients every 7-10 days (97% agreement). 3.To identify progressive loss of muscle mass, we suggest evaluation of muscle mass as soon as feasible (92% agreement), and again after 7-10 days (89% agreement). 4.To identify the development and progression of malnutrition prior to and after ICU discharge, we suggest reevaluating nutritional status prior to ICU discharge and during clinical visits that follow (100% agreement). Conclusion Research using consistent etiologic and phenotypic variables offers great potential to assess the efficacy of nutrition interventions for critically ill patients with malnutrition. Assessment of these variables at during and beyond the ICU stay will clarify the trajectory of malnutrition and enable exploration of impactful treatment modalities at each juncture. GLIM offers a diagnostic approach that can be used to identify malnutrition in critically ill patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,227
Tête enseignante GPT0,493
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations14
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical NutritionMême sujetNutrition and Health in AgingTravaux en français237 207