Concordância entre a calorimetria indireta e as equações preditivas para estimar o gasto energético em repouso
DOI:
https://doi.org/10.35454/rncm.v7n1.496Palavras-chave:
Calorimetria indireta, Metabolismo energético, Cuidados críticos, PrevisõesResumo
Introdução: a determinação do gasto energético é fundamental em doentes críticos, uma vez que a sub ou sobrealimentação aumenta a sua morbilidade e mortalidade.
Objetivo: determinar a precisão e a concordância da medição do gasto energético em repouso (GER) por calorimetria indireta (CI) e três fórmulas preditivas (Harris-Benedict, Rule of Thumb e Penn State) em doentes ventilados numa UCI em Manizales, Colômbia.
Métodos: foram incluídos 31 pacientes internados no SES Hospital Universitario de Caldas, com ventilação mecánica ≥48 horas. O GER foi calculado para todas as variações de peso corporal. Como medida de acurácia das equações, foi calculada a distribuição de pacientes com GER abaixo de 80 % do medido pelo CI (subestimação), entre 80 % e 110 % (adequado) e >110 % (superestimação) e, a partir da análise de Bland-Altman, foi avaliada a concordância.
Resultados: o GER médio por CI foi de 1441,1 (IC 95 % 1205,7-1616,5) kcal/kg para mulheres e 1624,5 (IC 95 % 1414,7- 1834,2) para homens. A análise da acurácia mostrou que a equação de Penn State calculada com o peso atual teve uma concordância de 44,4 % e foi a mais subestimada com o peso ideal e ajustado (51,9 %), e a regra de ouro calculada com o peso atual foi a mais superestimada (64,6 %) e a análise com gráficos de Bland-Altman mostrou vieses positivos e negativos.
Conclusões: verificou-se uma fraca concordância entre as diferentes equações preditivas e os valores de GER por CI em doentes críticos internados em UCI.
Downloads
Referências
Ndahimana D, Kim EK. Energy Requirements in Critically Ill Patients. Clin Nutr Res. 2018;7(2):81-90. doi: 10.7762/cnr.2018.7.2.81.
Faisy C, Lerolle N, Dachraoui F, Savard JF, Abboud I, Tadie JM, et al. Impact of energy deficit calculated by a predictive method on outcome in medical patients requiring prolonged acute mechanical ventilation. British Journal of Nutrition. 2009;101(7):1079–87. doi: 10.1017/S0007114508055669.
Giner M, Laviano A, Meguid MM, Gleason JR. In 1995 a correlation between malnutrition and poor outcome in critically ill patients still exists. Nutrition. 1996; 12:23-29. doi: 10.1016/0899-9007(95)00015-1.
Weijs PJ, Looijaard WG, Beishuizen A, Girbes AR, Oudemans-van Straaten HM. Early high protein intake is associated with low mortality and energy overfeeding with high mortality in non-septic mechanically ventilated critically ill patients. Crit Care. 2014; 18:701. doi: 10.1186/s13054-014-0701-z.
Vargas M, Lancheros P, Barrera MP. Gasto energético en reposo y composición corporal en adultos. Rev.fac.med. 2011,59 (1): 43-58. ISSN 0120-0011.
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 Feb 1;38(1):48–79.
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.). Journal of Parenteral and Enteral Nutrition. 2016;40(2):159–211.
Wichansawakun S, Meddings L, Alberda C, Robbins S, Gramlich L. Energy requirements and the use of predictive equations versus indirect calorimetry in critically ill patients. Appl Physiol Nutr Metab. 2015; 40:207-210. doi: 10.1139/apnm-2014-0276.
De Waele E, Jonckheer J, Wischmeyer PE. Indirect calorimetry in critical illness: ¿A new standard of care? Vol. 27, Current Opinion in Critical Care. 2021.1;27(4):334-43. doi: 10.1097/MCC.0000000000000844.
Zusman O, Theilla M, Cohen J, Kagan I, Bendavid I, Singer P. Resting energy expenditure, calorie and protein consumption in critically ill patients: A retrospective cohort study. Crit Care. 2016 Nov 10;20(1). doi: 10.1186/s13054-016-1538-4.
Reid CL. Poor agreement between continuous measurements of energy expenditure and routinely used prediction equations in intensive care unit patients. Clin Nutr. 2007; 26:649-657. doi: 10.1016/j.clnu.2007.02.003.
Chumlea WC, Guo S, Steinba Ugh ML. Prediction of stature from knee height for black and white adults and children with application to mobility-impaired or handicapped persons. JAm Diet Assoc. 1994;94(12):1285-8. doi: 10.1016/0002-8223(94)92540-2.
de Vries MC, Koekkoek WK, 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; 72:428-435. doi: 10.1038/s41430-017-0008-7.
Schlein KM, Coulter SP. Best practices for determining resting energy expenditure in critically Ill adults. Nutr Clin Pract. 2014; 29(1):44–55. doi: 10.1177/0884533613515002.
Harris BJ, Benedict FG. A biometric study of human basal metabolism. Vol. 23, Bull. Amer. Math. Soc. Veit & Co; 1918.
Frankenfield D. Validation of an equation for resting metabolic rate in older obese, critically ill patients. JPEN J Parenter Enteral Nutr. 2011;35(2):264-9. doi: 10.1177/0148607110377903.
Nuttall FQ. Body mass index: Obesity, BMI, and health: A critical review. Nutr Today. 2015; 50:117-128. doi: 10.1097/NT.0000000000000092.
Flancbaum L, Choban PS, Sambucco S, Verducci J, Burge JC. Comparison of indirect calorimetry, the Fick method, and prediction equations in estimating the energy requirements of critically ill patients. Am J Clin Nuutr. 1999; 69:461–6. doi: 10.1093/ajcn/69.3.461.
Tatucu-Babet OA, Ridley EJ, Tierney AC. Prevalence of underprescription or overprescription of energy needs in critically ill mechanically ventilated adults as determined by indirect calorimetry: A systematic literature review. JPEN J Parenter Enteral Nutr. 2016; 40:212-225. doi: 10.1177/0148607114567898.
Aliasgharzadeh S, Mahdavi R, Asghari Jafarabadi M, Namazi N. Comparison of Indirect Calorimetry and Predictive Equations in Estimating Resting Metabolic Rate in Underweight Females. 2015;44(6):822-29.
Jagim AR, Camic CL, Kisiolek J, Luedke J, Erickson J, Jones MT, et al. Accuracy of resting metabolic rate prediction equations in athletes. J Strength Cond Res. 2018;32(7):1875–81. doi: 10.1519/JSC.0000000000002111.
Alexander E, Susla GM, Burstein AH, Brown DT, Ognibene FP. Retrospective evaluation of commonly used equations to predict energy expenditure in mechanically ventilated, critically ill patients. Pharmacotherapy. 2004; 24(12):1659-67. doi: 10.1592/phco.24.17.1659.52342.
Kamel AY, Robayo L, Liang D, Rosenthal MD, Croft CA, Ghita G, et al. Estimated vs measured energy expenditure in ventilated surgical-trauma critically ill patients. PEN J Parenter Enteral Nutr. 2022; 46 (6): 1431-40. doi: 10.1002/jpen.2314.
Espinosa JJ, Vergara A, Landaeta DP. Calorimetría indirecta versis Harris-Benedict para determinar gasto energético basal en pacientes ventilados. Colegio Mayor del Rosario. 201. doi: 10.48713/10336_3168
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Lina Maria Londoño Londoño, Angela Patricia Montoya Bernal, Diana Trejos Gallego, FERNANDO ARANGO , JOSE FERNANDO ESCOBAR SERNA, MARIA CRISTINA FLORIAN PEREZ, LINA MARIA
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
