Модель диализа для исхода и решения о питании (DIAMOND)

Хроническая болезнь почек (ХБП) является серьезной проблемой общественного здравоохранения. Прогрессирование ХБП приводит к терминальной стадии почечной недостаточности (ТХПН), полной и стойкой недостаточности функции почек, требующей трансплантации почки или поддерживающего гемодиализа. Среди многочисленных факторов риска смертности тяжелая недостаточность питания, в настоящее время определяемая как потеря белковой энергии (PEW), которая проявляется низким уровнем альбумина или преальбумина в сыворотке, саркопенией и потерей веса, является одним из самых сильных предикторов смертности, заболеваемости. и связанные с инфекцией госпитализации у пациентов, находящихся на гемодиализе (ГД). Когда присутствует PEW или пациент находится в группе высокого риска, клиницист может использовать пероральные интрадиалитические или ежедневные добавки, направленные на увеличение потребления энергии и белка, а в отдельных случаях интрадиализное парентеральное питание. Предыдущие отчеты показали, что предоставление пациентам интрадиализной пищи, жидких добавок или парентерального питания компенсирует эту потерю. У пациентов с терминальной стадией почечной недостаточности важно предотвратить PEW посредством регулярной оценки нутритивного статуса и консультаций по питанию с нефрологом-диетологом. Интрадиализное введение пищевых добавок перорально или парентерально безопасно и должно поощряться у отдельных пациентов. Хотя проблема недоедания становилась все более и более серьезной из-за возрастающего старения и увеличения доли больных сахарным диабетом (СД) в популяции с БГ, до сих пор не существует общепринятых методов раннего выявления или прогнозирования этой проблемы. Таким образом, стремление к раннему вмешательству у подходящих пациентов сталкивается с трудностями. В Тайваньском плане проекта модели прогнозирования (TPMPP) исследователи пытаются разработать модель, используя общедоступные клинические данные с использованием современных методов машинного обучения для раннего выявления пациентов с высоким риском недоедания, и исследователи желают, чтобы с помощью рутинного применения этого модели, исследователи могут провести вмешательство в области питания на гораздо более ранней стадии и улучшить результаты лечения пациентов. На первом этапе TPMPP исследователи разработали несколько моделей прогнозирования на основе обширной ретроспективной базы данных, собранной в базе данных Fresenius (NephroWeb) с 2011 по 2018 год. Перед реальным внедрением этих моделей в клиническую практику исследователям необходимо проверить эти модели с предполагаемым дизайном при надлежащем вмешательстве, что является основной целью данного исследования. Монитор состава тела с принципом биоимпедансной спектроскопии (BCMBIS, Fresenius Medical Care) — это простой и точный инструмент для оценки состава тела. В последнее время индексы нежировой и жировой массы (LTI, FTI), полученные из BCM, стали хорошими предикторами смертности у людей с БГ, которые были более чувствительны к недоеданию, и в целом антропометрические показатели могут привести к раннему выявлению риска смертности в это население. Таким образом, исследователи также пытаются применить эти параметры в этом исследовании в качестве важных исходов питания для последующего наблюдения.