Évaluation de l’état nutritionnel et des apports alimentaires lors d’une chirurgie cardiaque dans le cadre de l’approche E.R.A.S.
Bibliographic record
Abstract
La prise en charge nutritionnelle des patients lors d’une chirurgie cardiaque a fait l’objet d’un nombre limité d’études. Ainsi, les lignes directrices de l’approche ERACS (Enhanced Recovery After Cardiac Surgery) n’incluent pas de recommandations nutritionnelles qui sont appuyées par des données probantes. L’objectif du mémoire est de présenter l’évolution nutritionnelle périopératoire des patients dans un cadre de soins inspiré par l’approche ERAS et les recommandations nutritionnelles d’ESPEN (European Society for Clinical Nutrition and Metabolism). Cet objectif a été poursuivi lors d’une étude observationnelle prospective qui a inclus une collecte de données médicales, notamment l’adhésion à certaines recommandations ERACS, et nutritionnelles, soit une évaluation nutritionnelle préopératoire, l’observation des apports alimentaires postopératoires et l’adhésion aux suppléments nutritionnels oraux. L’évolution clinique de 43 patients de l’Institut de cardiologie de Montréal a été étudiée. Le taux de dénutrition préopératoire, déterminé selon l’Évaluation Globale Subjective, était de 11,6%. L’adhésion à deux recommandations ERACS prédéterminées, soit l’éducation et l’optimisation nutritionnelle préopératoire, était insuffisante pour l’ensemble de l’échantillon. Les apports alimentaires moyens du 1er au 4e jour postopératoire étaient insuffisants comparativement aux recommandations nutritionnelles d’ESPEN. Cependant, 41% des patients avaient des apports en calories et en protéines ≥70% de leurs besoins estimés. La consommation de suppléments nutritionnels oraux a permis d’optimiser les apports nutritionnels. Cette étude est, à notre connaissance, la première à décrire une prise en charge nutritionnelle préopératoire et postopératoire dans le cadre de l’approche ERACS. Les facteurs de risques pouvant expliquer les apports nutritionnels insuffisants, tels que le sexe et les antécédents médicaux, sont explorés. Des suggestions pour optimiser la prise en charge nutritionnelle des patients sont proposées, notamment l’amélioration du dépistage nutritionnel préopératoire et l’enrichissement du menu, ainsi que des pistes de recherche qui pourront être développées dans de futurs travaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".