Dialysemodel voor resultaat- en voedingsbeslissing (DIAMOND)

Chronische nierziekte (CKD) is een groot probleem voor de volksgezondheid. Progressie van CKD leidt tot nierziekte in het eindstadium (ESRD), een totaal en permanent falen van de nierfunctie waarvoor een niertransplantatie of onderhoudshemodialyse nodig is. Onder de talrijke risicofactoren voor sterfte is ernstige ondervoeding, nu gedefinieerd als proteïne-energieverspilling (PEW), die zich uit in lage serumspiegels van albumine of pre-albumine, sarcopenie en gewichtsverlies, een van de sterkste voorspellers van sterfte, morbiditeit. en infectiegerelateerde ziekenhuisopnames bij hemodialyse (HD) patiënten. Wanneer PEW aanwezig is of de patiënt een hoog risico loopt, kunnen orale intradialytische of dagelijkse supplementen worden gebruikt, gericht op het verhogen van de energie- en eiwitinname, terwijl in geselecteerde gevallen intradialytische parenterale voeding kan worden gebruikt voor de arts. Eerdere rapporten toonden aan dat het is aangetoond dat het verstrekken van intradialytische voeding, vloeibare supplementen of parenterale voeding aan patiënten dit verlies compenseert. Bij patiënten met ESRD is het belangrijk PEW te voorkomen door middel van een regelmatige evaluatie van de voedingsstatus en voedingsadvies door een nierdiëtist. Intradialytische toediening van orale of parenterale suppletie van voedingsstoffen is veilig en moet bij geselecteerde patiënten worden aangemoedigd. Hoewel het probleem van ondervoeding steeds ernstiger werd door de toenemende vergrijzing en het aandeel diabetes mellitus (DM) in de ZvH-populatie, zijn er nog steeds geen algemeen aanvaarde methoden om dit probleem vroegtijdig op te sporen of te voorspellen. De intentie voor vroegtijdige interventie bij geschikte patiënten stuit dus op moeilijkheden. In Taiwan Prediction Model Project Plan (TPMPP) proberen de onderzoekers een model te ontwikkelen met behulp van algemeen beschikbare klinische gegevens met behulp van de huidige machine learning-methoden om patiënten met een hoog risico op ondervoeding vroegtijdig op te sporen en de onderzoekers willen door de routinematige toepassing hiervan model kunnen de onderzoekers voedingsinterventie in een veel eerder stadium uitvoeren en de uitkomst van de patiënt verbeteren. In de eerste fase van TPMPP hebben de onderzoekers enkele voorspellingsmodellen ontwikkeld via een overvloedige retrospectieve database verzameld in Fresenius Database (NephroWeb) van 2011-2018. Voordat deze modellen daadwerkelijk in de klinische praktijk worden geïmplementeerd, moeten de onderzoekers deze modellen valideren met een prospectief ontwerp met de juiste interventie, dit is het hoofddoel van deze studie. De Body Composition Monitor met het principe van Bio-impedantiespectroscopie (BCMBIS, Fresenius Medical Care) is een eenvoudig en nauwkeurig hulpmiddel voor het beoordelen van de lichaamssamenstelling. Onlangs zijn de magere en vetmassa-indexen (LTI, FTI), afgeleid van BCM, goede voorspellers geworden van sterfte bij ZvH-individuen, die gevoeliger zijn voor ondervoeding. deze bevolking. Daarom proberen de onderzoekers deze parameters ook in deze studie toe te passen als belangrijke voedingsuitkomsten voor follow-up.