Improving nutrition in pediatric heart failure
Notice bibliographique
Résumé
Heart failure occurs in 0.9 to 3 per 100,000 children, and can be the result of either structural heart disease, genetic, or acquired cardiomyopathies. Malnutrition remains a major concern in this population, and results from the complex interplay between decreased dietary intake, decreased absorption, and an altered metabolic state. Assessing nutritional status remains a challenge, with conventional anthropometric measures often being unsuitable. To this end, the Subjective Global Nutrition Assessment has been developed and this, in combination with indirect calorimetry, can be used to give a better estimate of a child's nutritional status and caloric needs. Determining the best way to meet these needs requires a multidisciplinary team approach, determining both the most appropriate feeding route and most appropriate type of feed. This is particularly important with the trend toward blended feeds, as these feeds must not only meet protein-energy requirements but must also not exceed daily sodium requirements or fluid restrictions. To further optimize heart failure through nutrition, the use of micronutrient supplementation has evolved. In particular, optimizing vitamin D, selenium, and iron has been shown to be beneficial from a heart failure management perspective. As nutrition plays such a vital role in the medical optimization of pediatric patients with heart failure, it is important to acknowledge the impact this can have on the child and the family unit.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».