DBT: diabetes; DE: desviación estándar; EPOC: enfermedad pulmonar obstructiva crónica; ERC: enfermedad renal crónica; HTA: hipertensión arterial; OB: obesidad (se clasificó como obesidad ante valores de índice de masa corporal mayores o iguales a 30 kg/m2); Q1: cuartil 1; Q3: cuartil 3; UCI: unidad de cuidados intensivos.

Al analizar la mortalidad y su relación con la obesidad y la infección por COVID-19, se halló que en el grupo de pacientes con COVID-19 (n = 70) la media del puntaje mNUTRIC fue significativamente menor comparado con quienes no presentaron infección por COVID-19 (2,86 ± 1,3 frente a 3,9 ± 1,6; p = 0,001). Por otro lado, de los 46 pacientes fallecidos durante los 30 días de seguimiento, 34 presentaron infección por COVID-19 y, de estos, solo 4 tenían puntajes altos del mNUTRIC. Con respecto a la presencia de obesidad, de la totalidad de fallecidos (n = 46), 11 presentaron obesidad, y de estos, el 100 % presentó infección por COVID-19 y solo 1 paciente se clasificó con puntaje alto del mNUTRIC.

En relación con el aporte calórico-proteico y su asociación con la mortalidad, aunque se observó un mayor aporte principalmente proteico en el grupo de sobrevivientes, no se hallaron diferencias estadísticamente significativas en comparación con el grupo de fallecidos (Tabla 2). Adicionalmente, se identificó una tendencia a un menor aporte calórico a través de la NE, acompañado de altos aportes de dextrosa parenteral y propofol, en aquellos individuos fallecidos, aunque sin diferencias significativas (Tabla 3).

Tabla 2. Aporte calórico y proteico según mortalidad a los 30 días de seguimiento

DE: desviación estándar.

Tabla 3. Distribución porcentual de la composición del aporte calórico según mortalidad a los 30 días de seguimiento

Mín: mínimo; Máx: Máximo; Q1: cuartil 1; Q3: cuartil 3.

En relación con el análisis de sobrevida, los primeros 6 eventos de muerte se observaron a los 8 días de internación, con un total de 46 personas fallecidas en el seguimiento, y la sobrevida global fue del 58 % (IC 95 %:
49,7-68,2) a los 30 días.

Todos los pacientes fallecidos al día 8 de internación presentaron un riesgo alto según el puntaje mNUTRIC. De manera similar, los eventos posteriores se observaron principalmente en el grupo con puntajes altos, en comparación con quienes presentaron un riesgo bajo según el mNUTRIC. Aproximadamente a partir del día ١٨ de seguimiento, dicha tendencia se modificó y se observaron mayores eventos en el grupo con mNUTRIC bajo, aunque a nivel global no se observaron diferencias significativas (p = 0,33) (Figura 2).

Figura 2. Sobrevida a los 30 días de internación según mNUTRIC.

Los participantes sin COVID-19 presentaron la mayor cantidad de eventos desde el día 8 hasta el día 13, aproximadamente. A partir del día 18 se halló una mayor mortalidad en los pacientes con COVID-19, aunque a nivel global sin diferencias significativas (p = 0,07) (Figura 3). En el análisis de sobrevida según el sexo biológico y la presencia de obesidad (Figura 4), no se observaron diferencias significativas entre grupos (p = 0,81 y 0,21 respectivamente).

Figura 3. Sobrevida a los 30 días de internación según infección por COVID-19.

Figura 4. Sobrevida a los 30 días de internación según presencia de obesidad.

En los análisis bivariados, únicamente la edad se asoció con el tiempo hasta la muerte a los 30 días de internación. En los modelos de regresión múltiple, la edad y los gramos de proteínas aportadas por kilo de peso se asociaron a la mortalidad, ajustadas por el resto de las variables. El modelo múltiple seleccionado para explicar la mortalidad a los 30 días incluyó las dos variables mencionadas y se ajustó por la variable de interés mNUTRIC (Tabla 4). En dicho modelo se halló que el riesgo de muerte aumentó en promedio un 4 % por cada año que aumentaba la edad de los pacientes y se redujo en promedio un 79 % por cada gramo de proteína adicional aportada por kilo de peso.

Tabla 4. Análisis bivariado y múltiple de los factores asociados al tiempo hasta la muerte a los 30 días de seguimiento

aPrueba de Wald. bCumple con el supuesto de riesgos proporcionales (p global = 0,153). HR: Hazard ratio; Q1: cuartil 1; Q3: cuartil 3.

En relación con el tiempo de estadía en la UCI, 24 pacientes en total egresaron dentro de los 30 días de seguimiento, y se observaron los primeros 2 egresos a los 10 días. La probabilidad global de egreso a los 30 días fue del 30 % (IC 95 %: 18,4-38,8). Con respecto a los factores asociados, únicamente la edad se asoció con el tiempo hasta el egreso de la UCI (p = 0,0021), y se observó que la probabilidad de egreso se reducía en promedio un 5 % (HR: 0,95; IC 95 %: 0,93-0,98) por cada año que aumentaba la edad, ajustado por aporte calórico y proteico por peso corporal, infección por COVID-19, mNUTRIC, edad y sexo. Aunque al verificar el supuesto de riesgos proporcionales, la tasa de riesgo según la edad varió en función del tiempo (p = 0,033).

Discusión

El objetivo de este estudio fue analizar la asociación entre la sobrevida a los 30 días y la estancia en las UCI con el puntaje de mNUTRIC, ajustado por el aporte calórico-proteico. La sobrevida global observada a los 30 días fue del 58 % en promedio, sin diferencias según el puntaje de mNUTRIC. De manera similar, el estudio de Wu y colaboradores reportó una sobrevida del 50 %
en promedio a los 28 días en pacientes críticos con NE independientemente del mNUTRIC. En cambio, Bernasconi y colaboradores informaron una probabilidad de sobrevida del 72,8 % en los pacientes con un puntaje menor de 5 y del 6,4 % con puntajes > 5 (p < 0,001)(15,21).

Con respecto a los factores asociados a la sobrevida a los 30 días, en el estudio de Bernasconi y colaboradores(15), el diagnóstico clínico (frente al quirúrgico) y el mNUTRIC > 5 (frente a < 5) aumentaron el riesgo de muerte. En el presente trabajo no se observaron diferencias según el mNUTRIC y no fue posible realizar un análisis según el diagnóstico debido a la heterogeneidad hallada.

En el mismo estudio se observó que el grupo de pacientes fallecidos presentó mayor edad que el grupo de sobrevivientes (67,5 ± 15,3 frente a 56 ± 19,1 años respectivamente; p = 0,006), aunque al ajustar por sexo, diagnóstico, mNUTRIC, intercurrencias, presencia de déficit calórico y proteico, dicha asociación desapareció. En el presente trabajo se halló que el grupo de fallecidos presentó mayor edad que el de sobrevivientes (63 años frente a 56 años en promedio; p = 0,015) y la influencia de la edad en la mortalidad se mantuvo al ajustar por el resto de las variables, y se observó que por cada año adicional el riesgo de mortalidad aumentó un 4 % en promedio. De la misma manera, en el estudio de Mukhopadhyay y colaboradores los participantes fallecidos a los 28 días tenían mayor edad que los sobrevivientes (63,6 ± 15,5 frente a 59,1 ± 16,4 años, respectivamente; p = 0,02) y el grupo de fallecidos además presentó mayores puntajes de mNUTRIC, menor IMC y mayores valores de APACHE II. Cabe destacar que el estudio no incluyó a pacientes con COVID-19.

En nuestro trabajo, que incluyó a pacientes con COVID-19, no se observaron diferencias significativas en el IMC del grupo de fallecidos comparado con el grupo de sobrevivientes y los valores promedio en ambos grupos superó los 25 kg/m2. Con respecto a la puntuación APACHE II, en un análisis post hoc no se hallaron diferencias entre fallecidos y sobrevivientes (13,5 y 12 en promedio, respectivamente; p = 0,168); en cambio, se halló que los pacientes con puntajes mayores o iguales a 5 presentaron mayor edad (68 frente a 58 años en promedio; p = 0,012). Por tanto, la edad ha influido en la mortalidad y en el mNUTRIC, aunque este último no se asoció de manera directa a la mortalidad en el análisis de regresión de Cox.

En estudios previos, la edad fue un factor predictor independiente de la mortalidad en la UCI, debido a la presencia de una mayor fragilidad, mayor cantidad de comorbilidades, menor masa muscular o presencia de sarcopenia y potenciales inadecuaciones en la ingesta previa a la internación, observado en adultos mayores. Lo mencionado puede exacerbarse en pacientes hospitalizados en Latinoamérica, donde se ha observado una alta prevalencia de malnutrición al ingreso, principalmente en personas de mayor edad(6,22,23). Por su parte, Zhang y colaboradores(24) hallaron en una muestra de pacientes críticos con COVID-19 que el grupo de fallecidos presentó mayor edad, mayor cantidad de comorbilidades y mayores puntuaciones de mNUTRIC, comparados con los sobrevivientes.

En el presente estudio el sexo no se asoció a la sobrevida (p = 0,8), ni el aporte calórico (p = 0,25), aunque la mortalidad se redujo un 79 % por cada gramo de proteína por kilo de peso adicional aportada. Jeong y colaboradores(25) evidenciaron una menor mortalidad a los 28 días en el sexo femenino, en los pacientes con mayor aporte calórico (≥ 25 kcal/kg) y la probabilidad de mortalidad se redujo un 52 % ante un aporte proteico ≥ 1,2 g/kg y ante un alto riesgo según mNUTRIC (HR: 0,47; IC 95 %: 0,27-0,83). En el estudio de Allingstrup y colaboradores(26), la mortalidad a los 28 días se redujo un 20 % por cada 10 gramos/día de proteínas adicionales aportadas mediante la NE. En el caso de Chada y colaboradores(27), al controlar por puntaje de mNUTRIC, la asociación entre mortalidad y aporte proteico desapareció. Por su parte, Silva y colaboradores(28) hallaron en una muestra de pacientes críticos con COVID-19 una reducción promedio del 68 % (HR: 0,32; p = 0,04) en la mortalidad, en el grupo con una provisión proteica ≥ 0,8 g/kg/día.

A diferencia del presente trabajo, Mukhopadhyay y colaboradores(29) hallaron que una menor adecuación calórica se asoció a mayor mortalidad a los 28 días (p < 0,001) en el grupo con alto riesgo según mNUTRIC, mientras que en el grupo con bajo riesgo no se observaron asociaciones, lo que coincide con el estudio de Jeong y colaboradores(25). En el caso de Rahman y colaboradores, los pacientes que recibieron < 25 % de su prescripción calórica presentaron una mayor tasa de mortalidad (p < 0,0001)(17). En cambio, según Bernasconi y colaboradores(15), el aporte calórico-proteico no se comportó como un factor de riesgo de muerte.

Con respecto a la probabilidad de egreso de la UCI, en el presente trabajo se asoció únicamente a la edad (p = 0,0021), y se reduce en promedio un 5 % por cada año adicional. En la revisión sistemática de Dos Reis y colaboradores(12), 4 de 5 estudios reportaron que el mNUTRIC se asoció con el tiempo de estancia hospitalaria. Los pacientes con alto riesgo según mNUTRIC permanecieron en la UCI entre 5 y 10 días, y aquellos con bajo riesgo, un promedio de 2 días menos, con diferencias significativas. En uno de los estudios, el tiempo de estadía se redujo un 5,1 % por cada 10 % de incremento del aporte calórico y proteico a los 12 días de seguimiento en el grupo con riesgo alto. En nuestro trabajo, el aporte calórico-proteico no se asoció con los días de estancia en la UCI, aunque el tiempo de seguimiento fue mayor y no se incluyeron pacientes con estadías menores de 7 días, lo cual dificulta la comparación.

Chada y colaboradores(27) no hallaron una asociación entre el mNUTRIC y los días de estancia en UCI (p = 0,21), aunque el mNUTRIC se comportó como un modificador de efecto, ya que por cada 1000 kilocalorías diarias adicionales la estancia fue de 4,4 días menos en el grupo con bajo riesgo y de 6,3 días menos en el grupo con alto riesgo (p = 0,001). El mismo efecto fue hallado en el estudio de Mukhopadhyay y colaboradores (1,1 días menos con bajo riesgo y 2,9 días menos con alto riesgo). En los estudios mencionados, la edad no fue incluida como factor influyente. Otros estudios reportaron que el grupo con puntaje alto de mNUTRIC presentó una significativa mayor edad y estancia en UCI, y se identificó a la edad como factor predisponente a una mayor estancia en la UCI y hospitalaria, debido a la vulnerabilidad observada en adultos mayores o a la presencia de malnutrición al ingreso(3,23,30,31). En una muestra de pacientes críticos con COVID-19 se halló una correlación positiva muy débil entre mNUTRIC y el tiempo de estadía en UCI (coeficiente de determinación [R2] = 0,07; p = 0,046). El hallazgo fue explicado por la baja prevalencia de comorbilidades y menor edad en el grupo de pacientes incluidos en el análisis(32).

En relación con el mNUTRIC y la mortalidad en pacientes con infección por COVID-19, Li y colaboradores(33), luego de ajustar por edad, sexo y otras variables, mostraron que los pacientes con alto riesgo según mNUTRIC presentaron casi 2 veces mayor posibilidad de muerte intrahospitalaria en comparación con los de bajo riesgo (odds ratio [OR] = 1,87; IC 95 %: 1,12-3,14). De manera similar, Zhang y colaboradores(24) reportaron que la mortalidad en la UCI a los 28 días fue significativamente mayor en el grupo de alto riesgo (87 %
frente a 49 %; p < 0,001) y Osuna-Padilla y colaboradores(34) mostraron un aumento en la mortalidad en la UCI en el grupo con alto riesgo (HR: 2,5; p = 0,04). En el presente estudio se evidenció una tendencia a una mayor mortalidad en pacientes ingresados con infección por COVID-19 a los 30 días en comparación con aquellos no infectados, aunque ajustando por mNUTRIC y el resto de las variables, no se observó ninguna asociación. Esto podría deberse a que la mayoría de los pacientes con COVID-19 presentaron valores de mNUTRIC significativamente más bajos (2,86 frente a 3,9; p = 0,001) por presentar únicamente alteraciones en los parámetros respiratorios en el cálculo de SOFA y APACHE II.

Aunque existe evidencia de que las personas con obesidad presentan un mayor riesgo de mortalidad asociada a la infección por COVID-19(35,36), en nuestra muestra la mortalidad no se asoció a la obesidad independientemente de la infección por COVID-19, por lo que se presentó una paradoja ya descrita en otras investigaciones(3,29).

Como limitantes del estudio, la investigación se llevó a cabo en un solo centro y el muestreo fue no probabilístico, lo que limitó la generalización. El diseño ambispectivo pudo ser una fuente de imprecisión, principalmente por el componente retrospectivo y la presencia de registros incompletos que llevó a la exclusión de participantes que pudieron comportarse de manera diferente. Para reducir las imprecisiones, se han utilizado formularios estandarizados para realizar los registros de seguimiento. Finalmente, la naturaleza observacional del diseño no permitió la estandarización del cuidado médico-nutricional en los pacientes incluidos.

Cabe destacar que, si bien el aporte proteico resultó ser un factor protector, los aportes en general fueron bajos y esto reflejó las dificultades en la práctica diaria para lograr las metas calóricas y proteicas, principalmente en los pacientes críticos, quienes presentan mayor inestabilidad en su evolución. A lo mencionado se suman las diferentes percepciones sobre la administración del soporte nutricional entre el personal de salud y otros factores inherentes a un hospital público, como el escaso acceso a las fórmulas hiperproteicas.

Conclusión

Aunque no se halló una relación entre los puntajes de mNUTRIC y la mortalidad y estadía hospitalaria, la edad y el aporte proteico fueron las variables asociadas a la sobrevida a los 30 días. Este último es un factor modificable, por lo que sería útil la implementación de estrategias para optimizar la administración del soporte nutricional enteral en los pacientes críticos, entre ellas gestionar y promover un mayor acceso a las formulaciones hiperproteicas en contextos con menores recursos, para favorecer la evolución de estos pacientes. La multiplicidad de factores a controlar en estudios realizados con pacientes críticos y la heterogeneidad del tipo de pacientes internados en la UCI dificulta llegar a una conclusión sobre los factores influyentes tanto en la mortalidad como en la duración de la estadía en la UCI, sumado a que factores como la edad y el propio mNUTRIC pueden actuar como modificadores de efecto en las asociaciones analizadas, tal como se reportaron en otras investigaciones citadas.

La presencia de infección por COVID-19 pudo haber atenuado el rendimiento del puntaje mNUTRIC como predictor, por lo que deben realizarse estudios adicionales para valorar la sensibilidad y especificidad en esta población.

Puntos clave

• El mNUTRIC es una herramienta efectiva para identificar a pacientes que se beneficiarían de una terapia nutricional especializada.
• En el presente trabajo se propuso analizar la asociación entre el mNUTRIC y la mortalidad a 30 días y la estancia en la unidad de cuidados intensivos (UCI), ajustado por el aporte calórico-proteico.
• El riesgo de muerte aumentó en promedio un 4 % cada año que aumentó la edad y se redujo en promedio un 79 % por cada gramo adicional aportado de proteína por kilo de peso.
• La presencia de infección por enfermedad por coronavirus de 2019 (COVID-19) pudo haber atenuado el rendimiento del puntaje mNUTRIC.

Declaración de autoría

M. Di Iorio, A. Pérez y O. Acosta Sero contribuyeron igualmente a la concepción y diseño de investigación, adquisición, análisis e interpretación de los datos. M. Di Iorio y A. Pérez redactaron el manuscrito. O. Acosta Sero realizó el análisis estadístico. Todos los autores revisaron el manuscrito, acordaron ser plenamente responsables de garantizar la integridad y precisión del trabajo, y leyeron y aprobaron el manuscrito final.

Conflicto de intereses

Las autoras declaran no presentar conflictos de interés.

Financiamiento

El presente estudio no tuvo financiación.

Referencias bibliográficas

1. Compher C, Bingham AL, McCall M, Patel J, Rice TW, Braunschweig C, et al. Guidelines for the provision of nutrition support therapy in the adult critically ill patient: The American Society for Parenteral and Enteral Nutrition. J Parenter Enteral Nutr. 2022;46(1):12-41. doi: 10.1002/jpen.2267
2. Singer P, Blaser AR, Berger MM, Alhazzani W, Calder PC, Casaer MP, et al. ESPEN guideline on clinical nutrition in the intensive care unit. Clinical Nutrition. 2019;38(1):48-79. doi: 10.1016/j.clnu.2018.08.037
3. Castillo Pineda JC, Gómez García A, Velasco N, Díaz-Pizarro Graf JI, Matos Adámes A, Miján de la Torre A. Nutritional assessment of hospitalized patients in Latin America: association with prognostic variables: The ENHOLA study. Nutrición Hospitalaria. 2016;33(3):655-62. doi: 10.20960/nh.275
4. Paez Candelaria Y, Romero García LI, Pereira Despaigne COL, Gondres Legró KM, Bacardí Zapata PA, Legró Bisset G. Factores predictivos de desnutrición en pacientes graves. Acta Colombiana de Cuidado Intensivo. 2018;18(1):10-21. doi: 10.1016/j.acci.2017.11.004
5. Reintam Blaser A, Starkopf J, Alhazzani W, Berger MM, Casaer MP, Deane AM, et al. Early enteral nutrition in critically ill patients: ESICM clinical practice guidelines. Intensive Care Med. 2017;43(3):380-98. doi: 10.1007/s00134-016-4665-0
6. Correia MITD, Perman MI, Waitzberg DL. Hospital malnutrition in Latin America: A systematic review. Clin Nutr. 2017;36(4):958-67. doi: 10.1016/j.clnu.2016.06.025
7. Barritta RL, Villar Á, Bordalejo A, Nadal MA. Nutrición enteral en el paciente crítico: ¿cuánto es realmente administrado?. Rev Arg de Ter Int. 2019;36(2):p11-18. Disponible en: https://revista.sati.org.ar/index.php/MI/article/view/564
8. Stewart ML. Interruptions in enteral nutrition delivery in critically ill patients and recommendations for clinical practice. Crit Care Nurse. 2014;34(4):14-21. doi: 10.4037/ccn2014243
9. Heyland DK, Dhaliwal R, Wang M, Day AG. The prevalence of iatrogenic underfeeding in the nutritionally ‘at-risk’ critically ill patient: Results of an international, multicenter, prospective study. Clinical Nutrition. 2015;34(4):659-66. doi: 10.1016/j.clnu.2014.07.008
10. Heyland DK, Dhaliwal R, Jiang X, Day AG. Identifying critically ill patients who benefit the most from nutrition therapy: the development and initial validation of a novel risk assessment tool. Crit Care. 2011;15(6):R268. doi: 10.1186/cc10546
11. De Vries MC, Koekkoek W, Opdam MH, van Blokland D, van Zanten AR. Nutritional assessment of critically ill patients: validation of the modified NUTRIC score. Eur J Clin Nutr. 2018;72(3):428-35. doi: 10.1038/s41430-017-0008-7
12. Reis AM dos, Fructhenicht AVG, Moreira LF. NUTRIC score use around the world: a systematic review. Rev Bras Ter Intensiva. 2019;31(3):379-385. doi: 10.5935/0103-507X.20190061
13. Kalaiselvan MS, Renuka MK, Arunkumar AS. Use of nutrition risk in critically ill (NUTRIC) score to assess nutritional risk in mechanically ventilated patients: A prospective observational study. Indian J Crit Care Med. 2017;21(5):253-256. doi: 10.4103/ijccm.IJCCM_24_17
14. Mendes R, Policarpo S, Fortuna P, Alves M, Virella D, Heyland D. Nutritional risk assessment and cultural validation of the modified NUTRIC score in critically ill patients—A multicenter prospective cohort study. J Crit Care. 2017;37:45-49. doi: 10.1016/j.jcrc.2016.08.001
15. Bernasconi Jose I, Leandro-Merhi VA, Mendonça JA, Braga de Aquino JL. The diagnosis and NUTRIC score of critically ill patients in enteral nutrition are risk factors for the survival time in an intensive care unit? Nutr Hosp. 2019;36(5):1027-36. doi: 10.20960/nh.02545
16. Riley RD, Ensor J, Snell KIE, Harrell FE, Martin GP, Reitsma JB, et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020;368:m441. doi: 10.1136/bmj.m441
17. Rahman A, Hasan RM, Agarwala R, Martin C, Day AG, Heyland DK. Identifying critically-ill patients who will benefit most from nutritional therapy: Further validation of the “modified NUTRIC” nutritional risk assessment tool. Clin Nutr. 2016;35(1):158-62. doi: 10.1016/j.clnu.2015.01.015
18. McClave SA, Taylor BE, Martindale RG, Warren MM, Johnson DR, Braunschweig C, et al. Guidelines for the Provision and Assessment of Nutrition Support Therapy in the Adult Critically Ill Patient: Society of Critical Care Medicine (SCCM) and American Society for Parenteral and Enteral Nutrition (A.S.P.E.N.). JPEN J Parenter Enteral Nutr. 2016;40(2):159-211. doi: 10.1177/0148607115621863
19. Bousie E, Van Blokland D, Lammers HJW, Van Zanten ARH. Relevance of non-nutritional calories in mechanically ventilated critically ill patients. Eur J Clin Nutr. 2016;70(12):1443-50. doi: 10.1038/ejcn.2016.167
20. Kleinbaum DG, Klein M. Survival analysis: a self-learning text. 3rd edition. New York: Springer; 2012.
21. Wu S, Lou J, Xu P, Luo R, Li L. Early enteral nutrition improves the outcome of critically ill patients with COVID-19: A retrospective study. Asia Pac J Clin Nutr. 2019;30(2):192-8. doi: 10.6133/apjcn.202106_30(2).0002
22. Muscedere J, Waters B, Varambally A, Bagshaw SM, Boyd JG, Maslove D, et al. The impact of frailty on intensive care unit outcomes: a systematic review and meta-analysis. Intensive Care Med. 2017;43(8):1105-22. doi: 10.1007/s00134-017-4867-0
23. Brascher JMM, Peres W a. F, Padilha PC. Use of the modified «Nutrition Risk in the critically ill» score and its association with the death of critically ill patients. Clin Nutr ESPEN. 2020;35:162-6. doi: 10.1016/j.clnesp.2019.10.005
24. Zhang P, He Z, Yu G, Peng D, Feng Y, Ling J, et al. The modified NUTRIC score can be used for nutritional risk assessment as well as prognosis prediction in critically ill COVID-19 patients. Clin Nutr. 2021;40(2):534-41. doi: 10.1016/j.clnu.2020.05.051
25. Jeong DH, Hong SB, Lim CM, Koh Y, Seo J, Kim Y, et al. Relationship between Nutrition Intake and 28-Day Mortality Using Modified NUTRIC Score in Patients with Sepsis. Nutrients. 2019;11(8):1906. doi: 10.3390/nu11081906
26. Allingstrup M, Esmailzadeh N, Wilkens Knudsen A, Espersen K, Hartvig Jensen T, Wiis J, et al. Provision of protein and energy in relation to measured requirements in intensive care patients. Clin Nutr. 2012;31(4):462-8. doi: 10.1016/j.clnu.2011.12.006
27. Chada RR, Chidrawar S, Goud BA, Maska A, Medanki R, Nagalla B. Association Between Nutrition Delivery, Modified Nutrition Risk In Critically III Score, and 28-Day Mortality. Nutr Clin Pract. 2021;36(5):1020-33. doi: 10.1002/ncp.10673
28. Silvah JH, de Lima CMM, Nicoletti CF, Barbosa AC, Junqueira GP, da Cunha SF de C, et al. Protein provision and lower mortality in critically ill patients with COVID-19. Clin Nutr ESPEN. 2021;45:507-510. doi: 10.1016/j.clnesp.2021.07.005
29. Mukhopadhyay A, Henry J, Ong V, Leong CSF, Teh AL, Van Dam RM, et al. Association of Modified Nutric Score with 28-Day Mortality in Critically Ill Patients. Clin Nutr. 2017;36(4):1143-8. doi: 10.1016/j.clnu.2016.08.004
30. Coltman A, Peterson S, Roehl K, Roosevelt H, Sowa D. Use of 3 tools to assess nutrition risk in the intensive care unit. JPEN J Parenter Enteral Nutr. 2015;39(1):28-33. doi: 10.1177/0148607114532135
31. Wang N, Wang MP, Jiang L, Du B, Zhu B, Xi XM. Association between the modified Nutrition Risk in Critically Ill (mNUTRIC) score and clinical outcomes in the intensive care unit: a secondary analysis of a large prospective observational study. BMC Anesthesiol. 2021 8;21(1):220. doi: 10.1186/s12871-021-01439-x
32. Liberti A, Piacentino E, Umbrello M, Muttini S. Comparison between Nutric Score and modified nutric score to assess ICU mortality in critically ill patients with COVID-19. Clinical Nutrition ESPEN. 2021;44:479-82. doi: 10.1016/j.clnesp.2021.04.026
33. Li G, Zhou CL, Ba YM, Wang YM, Song B, Cheng XB, et al. Nutritional risk and therapy for severe and critical COVID-19 patients: A multicenter retrospective observational study. Clin Nutr. 2021;40(4):2154-2161. doi: 10.1016/j.clnu.2020.09.040
34. Osuna-Padilla IA, Rodríguez-Moguel NC, Aguilar-Vargas A, Rodríguez-Llamazares S. High nutritional risk using NUTRIC-Score is associated with worse outcomes in COVID-19 critically ill patients. Nutr Hosp. 2021;28(3):540-4. doi: 10.20960/nh.03440
35. Singh R, Rathore SS, Khan H, Karale S, Chawla Y, Iqbal K, et al. Association of Obesity With COVID-19 Severity and Mortality: An Updated Systemic Review, Meta-Analysis, and Meta-Regression. Front Endocrinol (Lausanne). 2022;13:780872. doi: 10.3389/fendo.2022.780872
36. Paravidino VB, Leite TH, Mediano MFF, Sichieri R, Azevedo E Silva G, Cravo V, et al. Association between obesity and COVID-19 mortality and length of stay in intensive care unit patients in Brazil: a retrospective cohort study. Sci Rep. 2022;12(1):13737. doi: 10.1038/s41598-022-17197-w