文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

基于模型的ICU血糖控制系统的营养供给

Nutrition delivery of a model-based ICU glycaemic control system.
PubMed 文献 · Ann Intensive Care · 2018-01-10
一句话结论STAR方案通过同时调整胰岛素和营养,在高血糖ICU患者中前3天营养达标率显著高于158个ICU的均值与最佳ICU,且患者间营养耐受差异大、患者内变异小。

该研究评估基于模型的STAR血糖控制方案在基督城医院221例高血糖ICU患者中的营养供给表现,并与Cahill等调查的20个国家158个ICU的营养数据比较。结果显示STAR方案前3天临床实现的平均营养达标率显著高于被调查ICU的均值和最佳ICU,第4天起超过「Heyland理想」85%热量目标。患者间每日营养率变异大,随代谢状态稳定而缩小;患者内变异中位数仅12.9%,而患者平均营养率四分位间距为74.3–98.2%,提示葡萄糖耐受能力在患者间差异显著而非患者内。结论认为高营养供给与安全有效的血糖控制并不互斥,限制营养以控制血糖并不减少总体营养摄入。

要点

  • STAR方案启动标准为4小时内连续两次血糖>8.0 mmol/L,目标血糖范围4.4–8.0 mmol/L。
  • STAR同时调整胰岛素和营养,营养率在热量目标的30–100%之间调节,每小时最大变化±30%热量目标。
  • 基督城221例高血糖ICU患者使用STAR期间,每患者>88%时间处于4.4–8.0 mmol/L目标范围。
  • STAR前3天平均营养达标率显著高于Cahill等调查的158个ICU的均值和最佳ICU,第4天起超过「Heyland理想」85%热量目标。
  • 患者间葡萄糖耐受差异大(平均营养率IQR 74.3–98.2%),患者内变异中位数仅12.9%,最佳营养率可能因患者而异。

适用人群与场景

  • 成人ICU高血糖患者,来自基督城医院混合内科外科ICU,2011–2015年接受STAR血糖控制方案治疗,N=221。
  • STAR启动条件为4小时内连续两次血糖测量>8.0 mmol/L。

诊断标准与关键阈值

  • STAR启动标准:4小时内连续两次血糖测量>8.0 mmol/L。
  • 血糖目标范围:4.4–8.0 mmol/L。
  • 低血糖风险设定:预测未来血糖<4.4 mmol/L的风险为5%(原文另处写作5%风险使血糖<4.4–4.6 mmol/L)。
  • 每日热量目标按ACCP指南25 kcal/kg/day确定。

处置流程与药物剂量

  • STAR根据预测的未来胰岛素敏感性第5和第95百分位值,前向模拟候选胰岛素和营养干预的血糖范围,选择血糖<4.4–4.6 mmol/L风险为5%的干预。
  • STAR优先增加胰岛素再减少营养,并尽可能提高营养;营养率在热量目标的30–100%之间调节,每小时最大步长变化为±30%热量目标。
  • 基督城ICU患者通常经肠内给予低碳水化合物Glucerna™ Select(碳水化合物74.6 g/L、蛋白质50 g/L、纤维21.1 g/L),肠外营养偶尔由临床医生决定用于补充肠内营养,STAR不调控肠外营养但仍尝试通过肠内营养提供100%热量目标。
  • 基督城ICU不称体重,按估计体重估算ACCP热量目标:先假设80 kg,再根据体型(主观评估小、中、大)、年龄和性别用Table 2和Eq. 1调整,将25 kcal/kg/day转换为最大范围1152–2420 kcal/day;该队列热量目标中位IQR为1800 [1608–1992] kcal/day。
  • 分析中所有低于30%热量目标的喂养时段被忽略(3135小时,占14.4%时间)。

研究设计与关键结果

  • 研究类型为回顾性分析,评估基督城医院ICU 221例高血糖患者接受STAR方案时的临床营养供给,并与Cahill等对20个国家158个ICU的调查结果比较。
  • STAR临床实现的平均营养率在ICU前3天显著高于被调查ICU的均值和最佳ICU;第3天后最佳ICU略优,但接受血糖控制的患者数在第3天后减少。
  • STAR每日平均热量达标率从第4天起超过「Heyland理想」85%热量目标。
  • 患者每日营养率变异大,随患者特异性代谢状态稳定而缩小;患者内变异中位数为12.9%,患者平均营养率IQR为74.3–98.2%。
  • 第2天后超过56.2%患者达到或超过85%热量目标,第7天达73.5%;超过被调查ICU均值的患者比例从第1天100%降至第7天85.7%。
  • 每患者住院期间平均喂养率中位数为89.8%热量目标,IQR为23.9%;每患者喂养率标准差中位数为12.9%。

证据类型、等级与局限

  • 证据类型:基于单中心临床数据的回顾性分析,并与已发表的158个ICU调查数据比较。
  • STAR方案在此队列中每患者>88%时间处于4.4–8.0 mmol/L目标范围,干预依从性>96.8%。
  • 局限:Cahill等提供各ICU热量达标百分比,但各ICU热量目标可能不同;基督城ICU估计体重可能偏倚热量目标估算,提示患者入ICU当天需称体重。
  • 局限:Cahill等审查的是ICU第一天营养,不一定所有患者当天开始血糖控制;本研究中59.3%患者在入ICU 24小时内开始血糖控制(中位15.5小时)。
  • 局限:Cahill等调查所有ICU患者,本研究仅考虑需要血糖控制的患者;需要血糖控制的患者代谢应激最重、葡萄糖摄取能力降低,常更难达到目标营养率。
  • 局限:STAR基于未来代谢变异第5和第95百分位给药,仅保证5%低血糖风险,多数患者未来血糖将落在目标带内;部分患者若给更高营养率可能仍可有效控制血糖,但会增加高血糖可能性、降低安全性。
  • 局限:Heyland等85%热量目标由158个ICU回顾性数据模型拟合得出,可能非因果;多项前瞻性试验发现更低热量喂养改善结局,该值可能高估改善结局所需热量目标,也可能反映「病情较轻」患者耐受更高营养。
  • 局限:机械通气、神经损伤、胃排空和胃轻瘫等因素影响ICU患者营养需求,本回顾性分析缺乏这些详细信息;STAR方案驱动的营养变化在許多临床实践中不常规且临床接受度低;营养耐受与葡萄糖耐受的概念需未来进一步研究。

对床旁实践的改变

  • 作者认为高营养供给与安全有效的血糖控制并不互斥,限制营养以控制血糖并不减少总体营养摄入。
  • 作者认为患者间葡萄糖耐受差异显著而患者内变异小,最佳营养率可能因患者而异。
  • 作者认为基于葡萄糖耐受计算患者特异性喂养率是潜在新方法,应在未来研究中进一步探讨。
  • 原文未据此给出推荐。

提炼说明

  • 原文未涉及「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Ann Intensive Care. 2018 Jan 10;8:4. doi: 10.1186/s13613-017-0351-9

背景

ICU患者处于相当大的生理应激状态,导致20–40%的患者出现血糖(BG)水平失调[1]和高血糖[2, 3],这与发病率和死亡率增加相关[4–6]。因控制不佳导致的血糖变异性[7]也与死亡率独立相关[7–10]。有效的血糖控制(GC)可降低死亡率和发病率[11–14]、器官衰竭[15]和医疗费用[16, 17]。然而,由于患者间和患者内变异性[18–21],GC已被证明难以实现,许多方案增加了低血糖的发生,而低血糖也与死亡率增加相关[22–25],原因在于无法提供一致、安全且有效的GC[25–31]。

基于模型的STAR(随机靶向)方案已被证明安全、一致且有效[32, 33]。基于平板电脑的STAR方案使用经临床评估[34, 35]的生理胰岛素-葡萄糖模型[36, 37]结合代谢变异性的随机模型[38, 39],来估计患者特定的当前代谢状态及其潜在的未来变异性[40, 41]。因此,由于这些可能的未来变化,治疗选择通过前向模拟来确定,并具有临床规定的轻度低血糖期望风险(5% BG < 4.4 mmol/L)。STAR已被证明在各ICU中安全、有效且可重复[32]。

独特之处在于,STAR通过同时改变胰岛素和营养干预来维持正常BG水平[33]。改变营养干预使STAR区别于其他ICU GC方案[42],因为大多数方案仅改变胰岛素干预(如[43–47])。STAR在GC的背景下,在4.4–8.0 mmol/L范围内最大化营养供给[33, 40]。因此,其提供的营养水平是对葡萄糖摄取能力的患者特异性、时间依赖性估计,并在面临显著胰岛素抵抗时减少。

目前,关于ICU患者的适当喂养量也存在重大争议。许多研究在回顾热量摄入、途径和时机及其与结局的关系时显示了混合结果[48–58]。Cahill等[59]调查了来自20个国家的158个ICU的总体营养实施情况,发现营养供给存在显著差异。该研究还发现,基于对来自20个国家158个ICU获得的大量回顾性调查数据进行模型拟合,死亡率与各ICU设定的热量目标营养率的85%之间存在理想关系[51]。该“Heyland理想值”和调查中表现最佳的单元在本研究中被用作评估STAR营养供给临床性能的指南。

本文首先评估STAR对一组高血糖ICU患者的临床营养供给,并与基于Cahill等[59]调查结果的其他ICU中所有ICU患者进行比较,以评估安全有效的GC是否会阻碍或限制高营养供给,以及为获得GC而限制营养是否会限制总营养摄入。其次,评估在维持正常血糖的同时营养供给的患者间和患者内变异,以评价GC下ICU患者葡萄糖/营养耐受范围。主要结局在国际背景下评估队列水平上使用STAR的临床营养供给,然后表明最佳营养率可能是患者特异性的,特别是对于需要GC的患者。

方法

STAR GC方案

血糖控制(GC)方案概述

STAR的启动标准是在4小时内连续两次血糖(BG)测量值超过8.0 mmol/L。在完成两次测量后,使用基于积分的参数拟合[60]来识别经临床评估的基于模型的胰岛素敏感性[34–36]。该值与基于历史数据的随机模型[33, 38, 39, 61]结合使用,以找出未来潜在胰岛素敏感性值的第5和第95百分位数。然后使用这些第5和第95百分位数胰岛素敏感性值以及可能的胰岛素和营养干预,前向模拟该干预可能产生的第5和第95百分位数BG值,以找到BG < 4.4–4.6 mmol/L风险为5%的干预方案[33, 40]。完整细节可见[33]。

STAR根据预测的潜在行为边界调整营养速率,优先增加胰岛素而非减少营养,并尽可能提高营养[33, 40]。STAR将营养速率调节在热量目标的30%至100%之间,每小时最大阶跃变化为热量目标的± 30%[33]。采用ACCP指南确定患者每日特定热量目标摄入量为25 kcal/kg/day[62]。

总体而言,STAR试图在安全地将BG维持在4.4–8.0 mmol/L范围内的同时,提供患者能够耐受的最大营养速率。然而,胰岛素饱和限制了胰岛素自身降低BG水平的作用[63–65],在某些患者或时间段需要限制营养。因此,基于STAR的控制预测,向患者提供超过此限制的过量碳水化合物将导致BG过高。因此,STAR达到的营养速率代表了“STAR理想”的患者特定营养速率,即基于患者当前耐受葡萄糖的能力,使其落入目标4.4–8.0 mmol/L BG范围的可能性最大化的营养速率。

基督城临床实施

使用基督城医院ICU(综合内外科)中221名接受STAR治疗的高血糖ICU患者(2011–2015年)[32]的临床数据来评估其可变营养输送的性能。BG、胰岛素和营养数据从STAR平板电脑收集,因此仅在患者接受GC时存在。STAR已证明在该队列中提供了优异的GC,每位患者在目标4.4–8.0 mmol/L范围内的时间超过88%,如表1所示。基督城的STAR患者通常通过肠内喂养低碳水化合物Glucerna™ Select(74.6 g/L碳水化合物,50 g/L蛋白质,21.1 g/L纤维,Abbott Labs,伊利诺伊州,美国),其中碳水化合物浓度不包括不可消化纤维。肠外营养(PN)偶尔在临床医生酌情下用于补充肠内营养。虽然STAR知晓PN值,但不对其进行调节,仍会尝试通过肠内营养(EN)提供100%的热量目标。因此,使得营养输送超过目标100%成为可能。队列人口统计学数据见表1。

基督城ICU不对患者称重,因此ACCP热量目标喂养量通过估算患者体重来近似确定。该估算首先假设个体体重为80 kg,然后根据体型(主观评估:小、中、大)、年龄和性别,使用表2和公式1 [66]对该值进行修正。公式1将25 kcal/kg/day的目标喂养速率修正为1152–2420 kcal/day的最大范围。在该队列中,目标喂养速率的中位四分位距(IQR)为1800 [1608–1992] kcal/day。由于临床情况,如需要禁食的择期手术、医学影像检查和/或胃耐受性,患者的营养可能被停止或显著减少,持续较短时间,这不反映STAR喂养算法。在本分析中,所有低于30%热量目标的喂养情况均被忽略(3,135小时,占时间的14.4%)。

表1 STAR队列患者人口统计学和GC性能统计 查看原表 ↗
表2 用于确定基督城ICU医院ICU患者每日热量目标的系数 查看原表 ↗

伦理、同意和许可

STAR是新西兰基督城医院的标准诊疗方案;因此,患者被纳入STAR GC方案无需征得同意。新西兰上南区伦理委员会批准了对回顾性数据的审计、分析和发表。

分析

当前STAR可变营养方案的整体临床性能

计算STAR在高血糖ICU患者中于ICU每日达到的平均队列热量目标,并与Cahill等 [59] 审查的整个ICU患者队列进行比较。对于STAR,信息仅存在于GC期间,这些期间与ICU住院的相应天数对齐,因此与Cahill等 [59] 的比较是有效的。达到热量目标的百分比代表来自EN和PN的总热量摄入(包括蛋白质热量)相对于ACCP热量目标的比例。该分析有助于回答以下问题:与整个ICU患者队列所达到的结果相比,针对GC的热量限制,或一般而言安全有效的GC,是否会阻止或限制营养输送。

每位患者的营养输送

计算STAR中每位患者每日达到热量目标的分布(中位数、IQR、第5–95百分位范围)。将每日分布与[59]中调查的表现最佳的ICU以及[51]中提出的85%“Heyland理想”热量目标进行比较,以评估能够耐受多于或少于这些结果的患者百分比。该比较描绘了这些内科ICU患者葡萄糖和营养耐受的范围和分布。

患者整个住院期间达到热量目标的均值和变异,以患者间中位IQR以及整个队列每日观察到的总体变异进行评估。这评估了每日观察到的总体变异性是由患者变异引起,还是由不同患者特异性的营养摄取耐受性引起。

结果

当前STAR可变营养方案的整体临床性能

STAR在ICU中每日临床实际达到的热量目标百分比,与Cahill等人[59]的调查结果进行了比较。图1显示,STAR中可变营养方案对高血糖ICU患者提供的平均营养量与Cahill等人所回顾的最佳ICU中所有ICU患者相比表现非常好,仅在第3天后略逊一筹。如表3所示,它在所有天数上均远高于所调查的ICU均值。此外,从第4天起,ICU中每日平均热量目标营养百分比超过了“Heyland理想”85%热量目标[51]。

图1(上)STAR基督城临床结果与Cahill等人发表的结果之间,ICU中每日达到的平均目标喂养百分比比较。同时提供Heyland等人[51]中提出的、用于最小化死亡率的“Heyland理想”85%热量目标以供比较。(下)每日患者数量,需注意并非所有221例患者均从第1天开始 查看原图 ↗
表3 高于Cahill等人[59]所回顾的ICU均值以及“Heyland理想”85%比率[51]的患者百分比 查看原表 ↗

每患者营养输送

图2显示了STAR每日输送的每患者平均营养率的分布,包括四分位距(IQR)和第5至第95百分位值。它清楚地显示,在ICU停留的第一天,患者特异性营养率存在很大差异,随着患者特异性代谢状态稳定而缩小[21]。表3显示,超过56.2%的患者在第2天后达到或超过[51]中“Heyland理想”85%热量目标,第7天达到73.5%。表3还显示,超过[59]中ICU均值结果的患者百分比从第1天的100%到第7天的85.7%不等。总体而言,与图1相比,每患者结果清楚地表明有些患者无法达到该队列平均率或理想的100%热量目标。如前所述,图2中的比率是在血糖控制(GC)至4.4-8.0 mmol/L血糖范围背景下,对“STAR理想”时变患者特异性营养摄入的估计。

表4显示,每患者在住院期间达到的平均喂养率的中位数相对较高,为89.8%热量目标,但四分位距较大,为23.9%。然而,每患者在住院期间达到的喂养率的中位标准差相对较小,为12.9%,表明个体患者的变异性小于队列,因此总体耐受葡萄糖的能力具有患者特异性。因此,很明显,血糖控制患者之间摄取营养并因而输送营养的能力差异显著。

图2(上)STAR基督城临床达到的目标喂养百分比(N = 221例患者)的中位四分位距与Cahill等人所回顾的表现最佳单位的比较。同时提供Heyland等人[51]中提出的、用于最小化死亡率的“Heyland理想”85%热量目标以供比较。(下)每日患者数量,需注意并非所有221例患者均从第1天开始 查看原图 ↗
表4 每患者喂养率特征 查看原表 ↗

讨论

当前STAR可变营养方案的整体临床性能

图1显示,STAR针对高血糖ICU患者的营养方案,在ICU入住的前3天内,其表现等于或优于Cahill等人[59]调查的最佳ICU中所有ICU患者的平均水平。第3天之后,最佳ICU的表现略好。然而,第3天之后接受血糖控制(GC)的患者数量显示减少。这一结果使得此后营养表现的相关性变得不那么显著。总体而言,这些结果表明,当前STAR营养方案为高血糖患者提供的临床营养结果,等于或优于Cahill等人调查中20个国家158个ICU所有ICU患者所报告的结果。显然,高营养输送与安全有效的GC并不互斥,并且与整个ICU队列相比,为实现GC而调整营养并不会降低总营养摄入量。

每位患者的营养输送

图2显示,每日、每位患者达到的营养率存在很大差异,随着患者特异性代谢状态的稳定而收窄并上升[21],与Heyland等人[67]所见相似。然而,每位患者的中位变异仅为12.9 [4.6–20.4]%(表4),提示患者并未显著偏离其平均营养率。这一结果以及所达到的平均喂养率的大四分位距(74.3–98.2%,表4)提示,第5和第25百分位数营养输送较低是少数耐受葡萄糖摄入能力较低的患者所致。

在克赖斯特彻奇ICU,未接受GC的患者喂养率发生改变非常罕见,这是因为患者达到热量目标的强烈临床文化。此外,在STAR的前身SPRINT实施之前(2005年)[14],所有患者在GC期间的喂养率固定为100%热量目标。因此,如果他们未接受GC,他们很可能具有固定的100%热量目标营养率,且血糖(BG)在4.4–8.0 mmol/L范围内,具有相对恒定的葡萄糖耐受性和降低的胰岛素敏感性变异性[21, 68]。因此,如果考虑所有患者数据,表4中所见的患者内变异性可能会下降。

考虑到STAR在安全维持正常血糖的同时提供最大可能的营养,所达到的营养率很好地反映了患者特异性耐受葡萄糖的能力,从而反映了其“STAR理想”营养率。本质上,每位患者都在未来预测变异性的范围内,接受其通过添加胰岛素所能达到的最大营养量。因此,结果中每位患者营养率的分布推断出这一“STAR理想”营养率具有很强的患者特异性,并随时间演变。

STAR所达到的“STAR理想”营养率在所有天数中,超过50%的患者低于100%热量目标。然而,Cahill等人[59]调查的最佳单位仍显著低于这一预定热量目标,提示这些泛化近似并不能很好地代表所有ICU患者,正如克赖斯特彻奇STAR的结果所示。此外,如表3所示,超过56%的患者在第3天超过了[51]的较低85%“Heyland理想”标准。

局限性

Cahill等人[59]提供了各ICU所达到的卡路里目标营养百分比。然而,卡路里目标可能因ICU而异。此外,如表2所示,基督城ICU[69]对患者体重的估算也可能使卡路里目标喂养估算产生偏倚,这凸显了基督城医院需要在患者入住ICU当天对其进行称重的必要性。因此,某些ICU可能比其他ICU“更容易”达到卡路里目标营养目标,从而使比较变得困难。然而,基督城ICU所使用的25 kcal/kg/天ACCP指南[62],或类似的数值指南(25–30 kcal/kg/天 SCCM/ASPEN [70],以及初始阶段20–25 kcal/kgBW/天和恢复阶段25–30 kcal/kgBW/天 ESPEN [71]),是常用的,且这些涵盖了STAR患者所使用的范围。

此外,Cahill等人审查的是ICU入住第一天的营养摄入情况,而这并不一定是所有患者开始血糖控制(GC)的时间。尽管GC通常从ICU入住之初开始,但并非总是如此。然而,由于ICU患者在手术后或损伤后即刻处于最大应激状态[72],他们最有可能在ICU入住之初或接近之初需要GC [1–3]。在本研究中,59.3%的患者在入住ICU后24小时内开始GC(中位数15.5小时,表1)。

此外,Cahill等人调查的是给予所有ICU患者的营养。然而,本研究仅考虑了需要GC的患者。ICU中需要GC的25–35%患者[28]代谢应激最为严重,因此其葡萄糖摄取能力降低。他们因此往往更难达到目标营养速率[20, 52, 57, 58]。此外,鉴于Cahill等人[59]调查了20多个国家的158个ICU,而该ICU是澳大利亚和新西兰被调查的22个ICU之一,基督城医院的混合内外科ICU很可能拥有参数相似的患者。因此,在Cahill等人[59]所审查的最佳ICU中,通过高性能GC达到与所有ICU患者(正常血糖和高血糖)相似的营养速率,是一项重要的结果。更重要的是,这一结果以及结果中的患者间变异性表明,高营养输送与安全有效的GC并不互斥,同样,在国际背景下,为获得GC而限制营养并不一定减少总营养。

STAR所使用的胰岛素–葡萄糖模型已被证明能有效预测患者的反应[35, 36, 73]。然而,由于STAR根据未来代谢变异性的第5和第95百分位数[38]进行给药,确保低血糖风险仅为5% [74],大多数患者未来的血糖(BG)将落在目标范围内。因此,如果给予高于推荐营养速率的营养,许多患者可能仍能保持在目标BG范围(4.4–8.0 mmol/L)内。因此,一些患者可能能够接受高于本文报告的营养速率,同时仍能获得有效的GC。然而,这一选择也会增加高血糖的可能性,降低STAR所提供的GC的安全性。

Heyland等提出的85%热量目标是基于对158个ICU的回顾性数据和临床实践进行模型拟合计算得出的,虽然它代表了大量的多中心数据,但可能并非因果关系。许多前瞻性试验发现,即使是更低的热量喂养也能改善预后[50, 75–77]。因此,这一“Heyland理想值”可能高估了改善预后所需的热量目标,并且可能反映的是“病情较轻”的患者能够耐受更高的营养。本研究旨在证明STAR能够在提供高营养率的同时仍然提供安全有效的血糖控制(GC)。此外,STAR被设计为可灵活适应不同的营养目标,同时仍能提供有效的GC。

其他因素,如机械通气、神经系统损伤、胃排空障碍和胃轻瘫患者,众所周知会影响ICU患者的营养需求。这是该回顾性分析的另一个重要局限性,因为这些详细信息无法获得。然而,该队列具有基督城内科ICU的典型特征。

STAR血糖控制(GC)方案使用基于模型的患者特异性控制结合随机模型来预测患者的最佳治疗。如表1和[32]所示,STAR能够实现非常好的GC,所有干预的依从性超过96.8%,且在多个ICU之间结果几乎相同[32]。然而,在许多临床实践中,为GC而方案驱动地改变患者营养的想法是陌生的,因此在临床上是不可接受的。因此,本研究的主要重点是证明方案驱动的营养率变化并不妨碍实现比来自20个国家158个ICU更好的营养输送率。此外,营养耐受性与葡萄糖耐受性相关的概念提供了一种潜在的新的患者特异性喂养率计算方法,应在未来研究中进一步探讨。

结论

将STAR血糖控制(GC)方案对高血糖患者的临床营养供给与Cahill等[59]调查的158个ICU中整个ICU队列的营养率进行了比较。STAR可变营养方案在临床上实现的平均营养率在ICU入住的前3天显著高于所调查的ICU的平均值和最佳值。总体而言,STAR方案驱动的营养率变化为高血糖患者提供的平均营养率等于或优于来自20个国家158个ICU中所有ICU患者的平均值。更重要的是,这些结果表明高营养输送与安全有效的GC并不相互排斥,且与其他ICU相比,为GC而限制营养并不会限制整体营养摄入。

在STAR队列中评估了营养供给的患者间和患者内变异。每日达到的营养速率存在较大的患者间变异,随着患者特异性代谢状态趋于稳定,该变异随时间推移而减小。患者内变异的中位数为12.9%;然而,每例患者平均营养速率达到值的四分位距(IQR)为74.3–98.2%,提示患者偏离其平均患者特异性营养速率的程度不大,因此耐受葡萄糖摄入的能力在患者之间而非患者内部存在显著差异。患者之间在耐受和摄取葡萄糖方面存在显著的个体间变异,而住院期间的患者内变异则低得多。因此,对于需要接受GC的患者,最佳营养速率可能是患者特异性的。

参考来源

  1. Stewart KW, Chase JG, Pretty CG, et al. Nutrition delivery of a model-based ICU glycaemic control system. Ann Intensive Care. 2018. PMID: 29330610. doi:10.1186/s13613-017-0351-9
  2. 全文:PMC5768573(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5768573/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。