이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

경장 영양 지원을 위한 알고리즘 구현의 유효성 및 안전성.

2022년 3월 31일 업데이트: Aurora Elizabeth Serralde Zúñiga, Instituto Nacional de Ciencias Medicas y Nutricion Salvador Zubiran

위급하지 않은 환자에서 경장 영양 지원 알고리즘 구현의 유효성 및 안전성과 전통적 시술 비교: 무작위 임상 시험, 단순 맹검.

이 실험의 목적은 위급하지 않은 입원 환자의 일반적인 표준 관행인 ASNET 알고리즘과 비교하여 경장 영양 지원을 위한 알고리즘 구현의 효능과 안전성을 평가하는 것입니다.

연구 개요

상세 설명

프로토콜이라고도 하는 경장 영양 지원을 위한 알고리즘은 경장 영양(EN)을 통해 칼로리와 단백질 공급을 강화하기 위해 전 세계 집중 치료실(ICU)에서 개발 및 구현되어 최적의 영양을 받은 환자의 비율을 높였습니다. 양(에너지 및 단백질 요구량의 80-85%), 칼로리 및 단백질 부채 감소. 알고리즘에는 다양한 디자인과 개입이 포함되며, 디자인의 가변성은 알고리즘이 지역의 필요에 맞게 조정되기 때문입니다.

알고리즘 구현의 주된 이유는 피할 수 있는 사건으로 간주되는 다양한 원인(26%)과 임상 실습의 변화로 인한 영양부족(에너지 및 단백질 요구량의 <80%를 받음) 비율입니다. EN이 거시적 미량 영양소 전달을 위한 주요 인공적 방법이라는 보편적인 합의가 있습니다. "장 기능이 작동한다면 사용하거나 잃을 준비를 하십시오"라는 참신함이 함께 제공됩니다. 증거는 EN이 보다 생리학적이며 환자가 최적의 EN 양을 받았을 때 임상 결과(입원 기간, 사망률 및 감염률)가 크게 감소할 수 있음을 보여줍니다. 중환자실에서 EN을 받은 환자의 평균 74%가 영양이 부족한 상태이며, 멕시코에서는 비위급 영역에서 EN으로 입원한 환자의 71%가 영양이 부족하여 입원 기간 동안 필요한 에너지의 61%만 받습니다.

연구자들은 에너지 및 단백질 요구량을 계산하기 위해 BMI에 따른 예측 방정식을 포함하는 처방의 가변성을 피하기 위해 증거를 기반으로 EN 지원을 위한 알고리즘을 제안합니다. 알고리즘은 지속적 주입에서 위 및 유문 후 수유를 위한 초기 주입 범위를 제안하고 내약성을 평가했으며, 과민증의 징후 및 증상이 없으면 주입을 증가시킬 수 있습니다. 대상이 EN(설사, 복부 팽만)에 대해 참을 수 없는 경우 알고리즘의 작업은 정지가 아닌 옵션을 나타냅니다. 또한 편협하지 않은 이유로 EN이 중단되고 환자가 이미 목표 속도에 도달한 경우에만 보상 피드 테이블을 사용할 수 있습니다. 개입의 일환으로 연구 기간 동안 의료, 영양사 및 간호사 직원을 위한 여러 교육 세션이 수행되었습니다.

연구자들은 EN 지원을 위한 알고리즘의 구현이 일반적인 관행에 비해 환자에게 안전하고 효과적으로 에너지와 단백질의 양을 증가시킬 것이라고 가정합니다.

본 연구의 목적은 ASNET(EN support for EN support) 알고리즘 구현의 유효성과 안전성을 평가하는 것이다.

연구 유형

중재적

등록 (실제)

90

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Ciudad De México
      • México, Ciudad De México, 멕시코, 14000
        • Instituto Nacional de Ciencias Medicas y Nutricion Salvador Zubiran

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

설명

포함 기준:

  • 독점적으로 경장 영양을받는 후보자
  • 동의서 서명

제외 기준:

  • 중요한 영역의 환자
  • 암종증
  • ICU 입학
  • 장 부전
  • 입원 전 튜브 영양법 받기

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 지지 요법
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 하나의

무기와 개입

참가자 그룹 / 팔
개입 / 치료
간섭 없음: 대조군
의사, 영양사 및 학생으로 구성된 임상 영양 서비스의 재량에 따라 병원의 표준 EN 지원은 입원 기간 동안 영양 지원이 필요한 입원 환자에게 영양 평가, 권장 사항 및 상담을 제공합니다. 우리 기관에는 영양 지원을 위한 프로토콜이나 알고리즘이 없으며 현재 EN의 임상 실습은 의사, 영양사 및 학생이 매일 24시간 오전 라운드 동안 처방합니다. 처방된 EN 공식의 종류는 환자의 임상 상태에 따라 다릅니다. 환자, 환자가 단백질 보충제를 필요로 할 때 모듈식 단백질 보충제가 추가됩니다.
실험적: 경장 영양 지원을 위한 알고리즘
20-40 ml/h의 초기 주입, 다음 8-12시간 내 내약성을 평가한 다음 주입을 위 주입의 경우 25 ml/8-12h, 유문 후 영양 공급의 경우 10-20 ml/h 증가시킬 수 있습니다. 일시 주입 4-5시간마다 125ml의 초기 주입을 수행하고 다음 8-12시간 동안 내약성을 평가했습니다. 환자가 EN에 대한 불내성을 나타내는 경우, 알고리즘의 조치는 주입을 4시간 동안 유지한 다음 현탁액이 아닌 운동 촉진제를 사용하여 10ml/h에서 다시 시작함을 나타냅니다. 개입의 일환으로 연구 기간 동안 의료, 영양사 및 간호사 직원을 위한 여러 교육 세션이 수행되었습니다.
증거 기반 알고리즘의 지시에 따라 임상 영양 서비스에서 처방한 경장 영양 지원
다른 이름들:
  • 경장 영양 지원을 위한 프로토콜

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
경장 영양의 적절성
기간: 4 일
처방과 대조하여 튜브 피드를 통해 환자가 받는 에너지와 단백질의 비율
4 일

2차 결과 측정

결과 측정
측정값 설명
기간
보안 변수
기간: 30 일

위장 합병증의 비율:

설사(>500cc), 복부팽만, 구토

30 일

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Aurora E Serralde-Zúñiga, MD,PhD, Instituto Nacional de Ciencias Medicas y Nutricion Salvador Zubiran

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작

2014년 10월 1일

기본 완료 (실제)

2020년 8월 13일

연구 완료 (실제)

2020년 8월 13일

연구 등록 날짜

최초 제출

2016년 4월 12일

QC 기준을 충족하는 최초 제출

2016년 4월 12일

처음 게시됨 (추정)

2016년 4월 15일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 4월 4일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 3월 31일

마지막으로 확인됨

2022년 3월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • 1390

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

경장 영양 지원을 위한 알고리즘에 대한 임상 시험

구독하다