Methodenartikel

Metaanalyse der Auswirkungen von Ernährungstherapien auf den Ernährungsstatus von Magenkrebspatienten

425 Ansichten

⸱

DOI:

10.3791/69720

⸱

16. Januar 2026

 ,  ,  , 
1Department of Nutrition, the 8th Medical Center of Chinese PLA General Hospital, 2Department of Ultrasound, the 8th Medical Center of Chinese PLA General Hospital

* These authors contributed equally

In diesem Artikel

Zusammenfassung

Diese Studie ergab, dass orale Nahrungsergänzungsmittel das Gewicht signifikant erhöhten und die frühe Sondenernährung das Prealbumin stärker verbesserte als die parenterale Ernährung. Allerdings zeigte spezialisierte Immunernährung keinen zusätzlichen Nutzen gegenüber Standardformeln für wichtige Blutproteine. Weitere Forschung ist erforderlich, um diese Ergebnisse zu bestätigen.

Zusammenfassung

Dieses Protokoll bietet einen methodischen Rahmen für die Durchführung einer Metaanalyse, um die Auswirkungen von Ernährungstherapien auf den Ernährungszustand von Magenkrebspatienten zu bewerten. Durch die Befolgung dieses Protokolls können Forscher systematisch Evidenz aus randomisierten kontrollierten Studien und Vergleichsstudien identifizieren, bewerten und synthetisieren. Die Schritte umfassen: Formulierung einer umfassenden Suchstrategie über mehrere Datenbanken hinweg; dual-unabhängiges Screening und Auswahl von Studien unter Verwendung vordefinierter PICOS-Kriterien (Population, Interferenz, Vergleich, Ergebnis und Studiendesign); standardisierte Datenextraktion und Harmonisierung von Ergebnismaßen; Bewertung der Studienqualität mit dem Cochrane Risk of Bias 2.0 Tool; und statistische Synthese mit geeigneten Modellen sowie Erforschung von Heterogenitäts- und Sensitivitätsanalysen. Die Anwendung dieses Protokolls auf die verfügbaren Evidenz deutet auf potenzielle Vorteile spezifischer Ernährungsinterventionen hin, z. B. orale Supplementierung für das Körpergewicht, wobei eine hohe Heterogenität die Notwendigkeit rigoroser und standardisierter Methodik in diesem Bereich unterstreicht. Ein kontinuierliches Modell mit festen oder zufälligen Effekten wurde verwendet, um die mittlere Differenz (MD) mit 95%-Konfidenzintervallen (KI) zu ermitteln. Insgesamt wurden 18 Studien mit 3.586 Probanden für die Metaanalyse ausgewählt. Die orale Ernährungssupplementierung führte im Vergleich zur Kontrollgruppe bei Patienten mit Magenkrebs zu einem signifikant erhöhten Körpergewicht (MD, 0,74; 95 % KI, 0,20–1,27, p = 0,007). Die frühe enterale Ernährung zeigte signifikant verbesserte Präalbuminwerte (MD, 22,53; 95 % KI, 13,37–31,69, S. < 0,001) im Vergleich zur parenteralen Ernährung bei Patienten. Es wurden jedoch keine signifikanten Unterschiede zwischen enteraler Immunernährung und Standard-enteraler Ernährung für Albumin (MD, 0,57, 95%KI, -0,31–1,44, p=0,20), Präalbumin (MD, 0,23, 95%KI, -0,29–0,76, p=0,38) oder Transferrinspiegel (MD, 0,11, 95%KI, -0,09–0,32, p=0,28) festgestellt. Die untersuchten Daten zeigten, dass die Verwendung oraler Nahrungsergänzung das Körpergewicht im Vergleich zur Kontrollgruppe signifikant erhöhte und die frühe enterale Ernährung die Präalbuminwerte im Vergleich zur parenteralen Ernährung signifikant verbesserte. Allerdings sind weitere Studien erforderlich, um dieses Ergebnis zu bestätigen.

Einleitung

Jährlich werden weltweit fast 1 Million Fälle von Magenkrebs diagnostiziert1. Trotz eines stetigen Rückgangs der Inzidenz bleibt Magenkrebs eine der häufigsten und tödlichsten Neoplasien und machte 2018 783.000 Fälle (8,2 % aller Krebstodesfälle)aus. Die Operation ist die Hauptbehandlung für Magenkrebs und hat eine 5-Jahres-Überlebensrate von etwa 25,7 % bei lokalen fortgeschrittenen Erkrankungen in Europa und den Vereinigten Staaten3. Trotz Fortschritten in chirurgischen Techniken und perioperativer Versorgung in den letzten Jahren leiden die meisten Magenkrebspatienten an erheblicher Mangelernährung aufgrund der Eigenschaften von Magenkrebs, chirurgischem Trauma, perioperativer Ernährungsmanagement und unzureichender Kalorienzufuhr, was ihren Ernährungszustand und ihre Körperzusammensetzung negativ beeinflusst4. Darüber hinaus wird Mangelernährung durch verstärkte Katabolismus, die durch eine Dysregulation der Immunreaktion und metabolische Störungen verursacht wird, verschärft, was zu Anorexie, erhöhtem Energieverbrauch undGewichtsverlust führt. Diese Faktoren bilden die Grundlage dessen, was als krankheitsbedingte Mangelernährungbezeichnet wird. In diesem Zusammenhang wurden Labor- und klinische Instrumente eingerichtet, um den Ernährungszustand von Krebspatienten zu bewerten6. Die Bewertung des Ernährungsstatus umfasst Daten zu Körpergewicht, Körpermassindex, Körperzusammensetzungsmetriken, z. B. fettfreie oder Fettmasse, sowie biochemische Indikatoren, z. B. Albumin- und Präalbuminwerte6. Verschiedene Ernährungsstatusmarker, darunter der Prognose-Ernährungsindex, der Body-Mass-Index, Serumalbumin und präoperative Gewichtsreduktion, wurden als prognostische Indikatoren bei Magenkrebs 7,8 untersucht. Tatsächlich können Verschlechterungen des Ernährungsstatus zu einer verstärkten Komplikation, einer verminderten progressionsfreien Überlebensrate und einer verringerten Gesamtüberlebensrateführen 7. Diese Erkenntnisse unterstreichen die Notwendigkeit, Mangelernährung zu erkennen und angemessene Ernährungsunterstützung zur Verbesserung des Ernährungsstatus zu bieten, wodurch die Lebensqualität und das Überleben von Magenkrebspatienten optimiert werden. Die Auswirkungen verschiedener Ernährungsbehandlungen auf den Ernährungszustand in unterschiedlichen Kontexten bleiben umstritten.

Um solche umstrittenen Effekte zu untersuchen, müssen wir eine standardisierte Methodik verwenden. Traditionelle narrative Übersichtsarbeitende Übersichten verfügen nicht über die systematische Strenge, um diese heterogene Evidenz zu synthetisieren, während einzelne Studiendaten allein keine endgültigen Schlussfolgerungen zur vergleichenden Wirksamkeit liefern können. Dieses Protokoll verwendet einen Metaanalyseansatz, der durch eine strukturierte und reproduzierbare Methodik zur Evidenzsynthese deutliche Vorteile gegenüber diesen Alternativen bietet. Meta-Analyse minimiert Verzerrungen durch umfassende Suchstrategien und explizite Einschlusskriterien. Es ermöglicht außerdem das quantitative Pooling von Ergebnissen, um die statistische Leistungsfähigkeit und Präzisionzu erhöhen. Der gewählte Ansatz ist besonders wertvoll in der ernährungsonkologischen Forschung, wo die Interventionen in Zusammensetzung, Zeitpunkt und Verabreichungsmöglichkeiten erheblich variieren.

Konkret adressiert dieses Protokoll Lücken in bestehenden Methoden, indem es explizite Leitlinien zur Kategorisierung verschiedener Ernährungsinterventionen bietet, Ergebnismesszeitpunkte standardisiert, transparente Kriterien für die Modellauswahl basierend auf Heterogenität bietet und umfassende Sensitivitätsanalysen einbezieht. Das Protokoll ist auf Studien anwendbar, die jede Ernährungsintervention bei Magenkrebspatienten untersuchen, mit Ergebnissen wie anthropometrischen Messgrößen (Körpergewicht), biochemischen Markern (Albumin, Prealbumin, Transferrin) und funktionellen Bewertungen. Schlussfolgerungen lassen sich jedoch möglicherweise nicht auf andere Krebsarten oder nicht speziell behandelte Ernährungsinterventionen verallgemeinern, und die Anwendbarkeit kann für Studien mit erheblicher methodischer Heterogenität oder unvollständiger Ergebnisberichterstattung begrenzt sein. Ziel der Studie war es, systematisch die Auswirkungen verschiedener Ernährungstherapien, einschließlich oraler Nahrungsergänzung, früher enteraler Ernährung, parenterale Ernährung und enterale Immunernährung, auf den Ernährungszustand von Magenkrebspatienten zu bewerten und zu vergleichen, gemessen an Veränderungen des Körpergewichts, Albumin-, Präalbumin- und Transferrinspiegels.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese Studie beinhaltet die Analyse zuvor veröffentlichter Daten und erfordert keine ethische Zustimmung oder Zustimmung des Patienten.

1. Entwicklung der Suchstrategie 9

  1. Durchsuchen Sie folgende Datenbanken: PubMed, Cochrane Library, Embase, Google Scholar und OVID. Verwenden Sie sowohl Medical Subject Headings (MeSH)-Begriffe als auch Freitext-Schlüsselwörter in allen Suchanfragen. Es gibt keine Einschränkungen für Sprache oder Datum.
  2. Dokumentieren Sie das Suchdatum und die Anzahl der aus jeder Datenbank abgerufenen Datensätze.
  3. Entwicklung von Suchsträngen mit dem PICOS-Rahmen (Population, Intervention, Vergleich, Ergebnis und Studiendesign)10.
    1. Für die Population verwenden Sie Begriffe wie: Magentumoren, Magenkrebs, Magenkrebs, Magenkarzinom.
    2. Für Interventionen verwenden Sie Begriffe wie: Enterale Ernährung, Parenterale Ernährung, Nahrungsergänzungsmittel, Ernährungstherapie, enterale Ernährung, parenterale Ernährung, orale Nahrungsergänzungsmittel, Immunernährung.
    3. Für das Ergebnis verwenden Sie Begriffe wie: Ernährungsstatus, Ernährungsstatus, Körpergewicht, Albumin, Präalbumin, Transferrin.
    4. Für das Studiendesign verwenden Sie Begriffe wie randomisierte kontrollierte Studie, kontrollierte klinische Studie, randomisiert, randomisiert, Studie.
  4. Kombinieren Sie alle Terme mit geeigneten Boolesche Operatoren (AND, OR, NOT). Passe die Suchsyntax an die spezifischen Anforderungen jeder Datenbank an.

2. Auswahl und Auswahl der Studien 11

  1. Importiere alle Suchergebnisse in eine Referenzverwaltungssoftware (z. B. EndNote X20). Führen Sie automatisierte Deduplizierung gefolgt von manueller Überprüfung durch, um doppelte Datensätze zu entfernen.
  2. Verwenden Sie für denScreening-Prozess spezielle systematische Übersichtsprogramme (z. B. Covidence). Stellen Sie zwei unabhängige Autoren zu, die Titel und Abstracts anhand der vordefinierten Ein- und Ausschlusskriterien prüfen. Beseitigen Sie Diskrepanzen zwischen den Autoren durch Diskussionen oder, falls nötig, durch Konsultation eines dritten Autors.
  3. Verwenden Sie folgende Einschlusskriterien: Randomisierte kontrollierte Studien oder vergleichende Studien; erwachsene Magenkrebspatienten (≥18 Jahre); Vergleich einer Ernährungsintervention versus Kontroll- oder Alternativintervention; Bericht über mindestens ein relevantes Ernährungsstatusergebnis (Körpergewicht, Albumin, Prealbumin, Transferrin).
  4. Verwenden Sie folgende Ausschlusskriterien: Nicht-vergleichende Designs; Nicht-Magenkrebs-Populationen; keine Ernährungsergebnisse; Unzureichende Daten für Metaanalysen.
  5. Holen Sie die Volltextartikel aller Datensätze ab, die das Titel-/Abstract-Screening13 bestehen. Weisen Sie zwei unabhängige Autoren zu, die jeden Volltextartikel anhand der Einschlusskriterien bewerten. Dokumentieren Sie den Ausschlussgrund für jeden in dieser Phase ausgeschlossenen Artikel. Kontaktieren Sie bei Bedarf die korrespondierenden Autoren der Studien, um fehlende Daten oder Klarstellungen anzufordern.

3. Extraktion der Daten 13

  1. Entwickeln Sie ein standardisiertes Datenextraktionsformular. Erstellen Sie das Formular mit Software wie Microsoft Excel. Beziehen Sie Felder ein: Studienmerkmale (Autor, Jahr, Land, Design); Merkmale der Teilnehmer (Stichprobengröße, Alter, Geschlecht, Krebsstadium); Interventionsdetails (Typ, Zusammensetzung, Dauer, Zeitpunkt); Vergleichsdetails; Ergebnisdaten (Mittelwerte, Standardabweichungen, Stichprobengrößen für jede Gruppe und jeden Zeitpunkt); und methodologische Qualitätsindikatoren.
  2. Weisen Sie zwei unabhängige Autoren zu, die Daten aus den enthaltenen Studien mit dem standardisierten Formular extrahieren. Beseitigen Sie Unstimmigkeiten durch Konsens oder durch Verweis auf die ursprüngliche Veröffentlichung.
  3. Extrahieren Sie Ergebnisdaten für folgende Kennzahlen zu den angegebenen Zeitpunkten: Veränderung des Körpergewichts vom Ausgangspunkt auf einen Monat nach der Intervention; sowie Albumin-, Präalbumin- und Transferrinwerte am postoperativen Tag 7 (± 2 Tage).
  4. Konvertiere alle extrahierten Daten in standardisierte Einheiten: Körpergewicht in Kilogramm (kg), Albumin in Gramm pro Liter (g/L), Präalbumin in Milligramm pro Liter (mg/L) und Transferrin in Gramm pro Liter (g/L). Wenn Mittelwerte und Standardabweichungen nicht gemeldet werden, berechnen Sie diese aus verfügbaren Statistiken mit etablierten Umrechnungsmethoden.

4. Bewertung der Qualität eingeschlossener Studien 10

  1. Bewerten Sie das Risiko von Verzerrung für jede Studie. Verwenden Sie das Cochrane Risk of Bias 2.0 (RoB 2)-Tool für randomisierte Studien.
  2. Stellen Sie zwei unabhängige Autoren zu, die jede Studie in den fünf Bereichen bewerten: Verzerrung durch den Randomisierungsprozess; Verzerrung aufgrund von Abweichungen von beabsichtigten Interventionen; Verzerrung durch fehlende Ergebnisdaten; Verzerrung bei der Messung des Ergebnisses; und Verzerrung bei der Auswahl des gemeldeten Ergebnisses. Klassifizieren Sie das Risiko von Verzerrung für jeden Bereich als gering, einige Bedenken oder hoch. Klären Sie eventuelle Bewertungsabweichungen durch Gespräche.
  3. Fällen Sie für jede Studie ein Gesamtqualitätsbeurteil. Klassifizieren Sie Studien als: Niedriges Risiko (geringes Risiko in allen Bereichen), Einige Bedenken (einige Bedenken in mindestens einem Bereich) oder Hoher Risiko (hohes Risiko in mindestens einem Bereich oder einige Bedenken in mehreren Bereichen).

5. Statistische Analyse

  1. Bereiten Sie die Daten zur Analyse vor. Geben Sie die extrahierten Daten in eine Metaanalyse-Software ein (z. B. Review Manager 5.4). Für kontinuierliche Ergebnisse berechnen Sie die mittlere Differenz (MD) und das 95%-Konfidenzintervall (KI) für jede Studie. Verwenden Sie die standardisierte Mitteldifferenz (SMD), wenn unterschiedliche Messskalen für dasselbe Ergebnis verwendet werden.
  2. Bewerten Sie die statistische Heterogenität. Berechnen Sie die I²-Statistik, um den Anteil der Gesamtvariation aufgrund von Heterogenität zu quantifizieren. Interpretiere den I²-Wert wie folgt: 0-25 % (möglicherweise nicht wichtig), 25-50 % (niedrig), 50-75 % (moderat), 75-100 % (hoch). Verwenden Sie den Cochranschen Q-Test (S. < 0,10), um das Vorhandensein signifikanter Heterogenität zu beurteilen.
  3. Wählen Sie das passende statistische Modell aus. Verwenden Sie ein Random-Effects-Modell, wenn I² 50 % > oder wenn klinische Heterogenität erkennbar ist. Verwenden Sie ein Fixed-Effect-Modell, wenn I² 50 % ≤ und die Studien klinisch homogen sind. Berichte Ergebnisse beider Modelle als Teil der Sensibilitätsanalysen.
  4. Führen Sie Untergruppen- und Sensitivitätsanalysen durch. Durchführung von Subgruppenanalysen basierend auf Interventionstyp, Zeitpunkt der Intervention, geografischer Region und Krebsstadium. Führen Sie Sensitivitätsanalysen durch, indem Sie Studien mit hohem Bias-Risiko ausschließen, alternative Effektmaße verwenden, verschiedene statistische Modelle anwenden und Leave-One-Out-Analysen durchführen.
  5. Publikationsbias bewerten14. Erstellen Sie ein Funnel-Plot, um visuell Asymmetrie für jedes Ergebnis zu überprüfen, das 10 oder mehr Studien umfasst. Führen Sie den Egger-Regressionstest für Ergebnisse mit 10 oder mehr Studien durch, um statistisch auf Asymmetrie des Funnel-Plots zu testen. Interpretiere die Ergebnisse mit Vorsicht, wenn weniger als 10 Studien für ein Ergebnis verfügbar sind.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Suchergebnisse und Studienauswahl
Eine umfassende Literaturrecherche am 1. Juli 2025 identifizierte 3675 Datensätze aus fünf Datenbanken. Nach der Entfernung von 1226 Duplikaten wurden 2449 Unterlagen durch Titel- und Abstract-Prüfungen überprüft. Davon wurden 148 Volltextartikel auf ihre Berechtigung geprüft, wobei 130 ausgeschlossen wurden, weil sie die Einschlusskriterien nicht erfüllten. Achtzehn Studien 15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Metaanalyse-Ergebnisse
Für die aktuelle Metaanalyse wurden 18 Studien mit 3586 Probanden untersucht: 15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine konkurrierenden Interessen haben.

Danksagungen

Nicht anwendbar.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Covidenz für das StudienscreeningVeritas Health Innovation Ltd.https://www.covidence.org/
EndNote X9 Clarivatehttps://support.clarivate.com/Endnote/s/article/Download-EndNote?language=en_US
R-Statistiksoftware (Version 4.3.1) mit Metafor-Paket für zusätzliche AnalysenDie R-Stiftung für statistische Berechnunghttps://www.r-project.org/
Review Manager 5.4 (The Cochrane Collaboration) für Metaanalyse.Das Nordic Cochrane Centre, die Cochrane Collaborationhttps://www.cochrane.org/learn

Referenzen

  1. Rawla, P., Barsouk, A. Epidemiology of gastric cancer: global trends, risk factors and prevention. Gastroenterol Rev. 14 (1), 26-38 (2019).
  2. Bray, F., et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. Cancer J Clin. 68 (6), 394-424 (2018).
  3. Proserpio, I., et al. Multimodal treatment of gastric cancer. World J Gastrointest Surg. 6 (4), 55-58 (2014).
  4. Weimann, A., et al. ESPEN guideline: Clinical nutrition in surgery. Clin Nutr. 36 (3), 623-650 (2017).
  5. Tanaka, M., et al. Preventive effects of low-intensity exercise on cancer cachexia-induced muscle atrophy. FASEB J. 33 (7), 7852-7862 (2019).
  6. Cederholm, T., et al. ESPEN guidelines on definitions and terminology of clinical nutrition. Clin Nutr. 36 (1), 49-64 (2017).
  7. Zhang, Y., et al. Predicting the Prognosis of Gastric Cancer by Albumin/Globulin Ratio and the Prognostic Nutritional Index. Nutr Cance. 72 (4), 635-644 (2020).
  8. Chen, H. N., et al. The Impact of Body Mass Index on the Surgical Outcomes of Patients With Gastric Cancer: A 10-Year, Single-Institution Cohort. Medicine. 94 (42), e1769(2015).
  9. Liberati, A., et al. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration. J Clin Epidemiol. 62 (10), e1-e34 (2009).
  10. Higgins, J. P., Thompson, S. G., Deeks, J. J., Altman, D. G. Measuring inconsistency in meta-analyses. BMJ. 327 (7414), 557-560 (2003).
  11. Stroup, D. F., et al. Meta-analysis of observational studies in epidemiology: a proposal for reporting. JAMA. 283 (15), 2008-2012 (2000).
  12. Gupta, A., et al. Obesity is Independently Associated With Increased Risk of Hepatocellular Cancer-related Mortality. Am J Clin Oncol. 41 (9), 874-881 (2018).
  13. RoB 2: A revised Cochrane risk-of-bias tool for randomized trials. , The Cochrane Collaboration. https://methods.cochrane.org/bias/resources/rob-2-revised-cochrane-risk-bias-tool-randomized-trials (2020).
  14. Sheikhbahaei, S., et al. FDG-PET/CT and MRI for evaluation of pathologic response to neoadjuvant chemotherapy in patients with breast cancer: a meta-analysis of diagnostic accuracy studies. Oncologist. 21 (8), 931-939 (2016).
  15. Chen, D. W., et al. Role of Enteral Immunonutrition in Patients with Gastric Carcinoma Undergoing Major Surgery. Asian J Surg. 28 (2), 121-124 (2005).
  16. Farreras, N., et al. Effect of early postoperative enteral immunonutrition on wound healing in patients undergoing surgery for gastric cancer. Clin Nutr. 24 (1), 55-65 (2005).
  17. Liu, H., et al. Clinical application of immune-enhanced enteral nutrition in patients with advanced gastric cancer after total gastrectomy. J Dig Dis. 13 (8), 401-406 (2012).
  18. Marano, L., et al. Clinical and Immunological Impact of Early Postoperative Enteral Immunonutrition After Total Gastrectomy in Gastric Cancer Patients: A Prospective Randomized Study. Ann Surg Oncol. 20 (12), 3912-3918 (2013).
  19. Li, B., et al. Impact of early postoperative enteral nutrition on clinical outcomes in patients with gastric cancer. Genet Mol Res. 14 (2), 7136-7141 (2015).
  20. Li, B., et al. The postoperative clinical outcomes and safety of early enteral nutrition in operated gastric cancer patients. J buon. 20 (2), 468-472 (2015).
  21. Imamura, H., et al. Effects of an Oral Elemental Nutritional Supplement on Post-gastrectomy Body Weight Loss in Gastric Cancer Patients: A Randomized Controlled Clinical Trial. Ann Surg Oncol. 23 (9), 2928-2935 (2016).
  22. Hatao, F., et al. Randomized controlled clinical trial assessing the effects of oral nutritional supplements in postoperative gastric cancer patients. Langenbecks Arch Surg. 402 (2), 203-211 (2017).
  23. Ida, S., et al. Randomized clinical trial comparing standard diet with perioperative oral immunonutrition in total gastrectomy for gastric cancer. Br J Surg. 104 (4), 377-383 (2017).
  24. Wang, J., Zhao, J., Zhang, Y., Liu, C. Early enteral nutrition and total parenteral nutrition on the nutritional status and blood glucose in patients with gastric cancer complicated with diabetes mellitus after radical gastrectomy. Exp Ther Med. 16 (1), 321-327 (2018).
  25. Meng, Q., et al. Post-discharge oral nutritional supplements with dietary advice in patients at nutritional risk after surgery for gastric cancer: A randomized clinical trial. Clin Nutr. 40 (1), 40-46 (2021).
  26. Tan, S., et al. Impact of oral nutritional supplements in post-discharge patients at nutritional risk following colorectal cancer surgery: A randomised clinical trial. Clin Nutr. 40 (1), 47-53 (2021).
  27. Miyazaki, Y., et al. Oral nutritional supplements versus a regular diet alone for body weight loss after gastrectomy: a phase 3, multicenter, open-label randomized controlled trial. Gastric Cancer. 24 (5), 1150-1159 (2021).
  28. Sim, E., et al. The Effect of Omega-3 Enriched Oral Nutrition Supplement on Nutritional Indices and Quality of Life in Gastrointestinal Cancer Patients: A Randomized Clinical Trial. Asian Pac J Cancer Prev. 23 (2), 485-494 (2022).
  29. Yu, J., et al. Effect of preoperative immunonutrition on postoperative short-term clinical outcomes in patients with gastric cancer cachexia: a prospective randomized controlled trial. World J Surg Oncol. 22 (1), 101(2024).
  30. Wang, Z., Peng, W., Zhang, J. The Effect of Early Enteral Nutrition under the ERAS Model on Gastrointestinal and Immune Function Recovery in Patients Undergoing Gastric Tumor Surgery. Ann Ital Chir. 95 (6), 1147-1154 (2024).
  31. Fan, X., et al. A clinical study on gastric cancer patients administered EN and PN versus PN alone in enhanced recovery after surgery. Ann med surg. 86 (3), 1433-1440 (2024).
  32. Santos, S. S., et al. Immunomodulatory enteral nutrition in post-surgical gastrointestinal cancer: Clinical, biochemical and nutritional impacts. Clin Nutr ESPEN. 68, 254-262 (2025).
  33. Wang, F., et al. Impact of enteral nutrition on postoperative immune function and nutritional status. Genet Mol Res. 14 (2), 6065-6072 (2015).
  34. Feijó, P. M., et al. Effects of ω-3 supplementation on the nutritional status, immune, and inflammatory profiles of gastric cancer patients: A randomized controlled trial. Nutrition. 61, 125-131 (2019).
  35. Ding, D., et al. Effects of preoperative and postoperative enteral nutrition on postoperative nutritional status and immune function of gastric cancer patients. Turk J Gastroenterol. 26 (2), 181-185 (2015).
  36. Saeed, H. A., Mogendi, J. B., Akparibo, R., Kolsteren, P. Reliability of mid-upper arm circumference measurements taken by community health nurses. Curr Res Nutr Food Sci. 3 (1), 26-35 (2015).
  37. Kudsk, K., et al. Preoperative albumin and surgical site identify surgical risk for major postoperative complications. J Parenter Enteral Nutr. 27 (1), 1-9 (2003).
  38. Chen, X., Yang, K., Zhang, X., Li, K. Meta-analysis of preoperative oral nutritional supplements for patients with gastric cancer: East Asian experience. Eur J Clin Nutr. 74 (7), 991-1000 (2020).
  39. Xin, F., et al. Short-term evaluation of immune levels and nutritional values of EN versus PN in gastric cancer: a systematic review and a meta-analysis. World J Surg Oncol. 17 (1), 114(2019).
  40. Cheng, Y., et al. Enteral immunonutrition versus enteral nutrition for gastric cancer patients undergoing a total gastrectomy: a systematic review and meta-analysis. BMC Gastroenterol. 18 (1), 11(2018).
  41. Jin, Y., et al. Effects of Post-Surgical Parenteral Nutrition on Patients with Gastric Cancer. Cell Physiol Biochem. 49 (4), 1320-1328 (2018).
  42. Cederholm, T., et al. GLIM criteria for the diagnosis of malnutrition - A consensus report from the global clinical nutrition community. J Cachexia Sarcopenia Muscle. 10 (1), 207-217 (2019).
  43. Deutz, N. E. P., et al. The Underappreciated Role of Low Muscle Mass in the Management of Malnutrition. J Am Med Dir Assoc. 20 (1), 22-27 (2019).
  44. Rinninella, E., et al. Muscle mass, assessed at diagnosis by L3-CT scan as a prognostic marker of clinical outcomes in patients with gastric cancer: A systematic review and meta-analysis. Clin Nutr. 39 (7), 2045-2054 (2020).
  45. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (1), 16-31 (2018).
  46. Norman, K., et al. Hand grip strength: Outcome predictor and marker of nutritional status. Clin Nutr. 30 (2), 135-142 (2011).
  47. Rinninella, E., et al. Skeletal muscle mass as a prognostic indicator of outcomes in ovarian cancer: a systematic review and meta-analysis. Int J Gynecol Cancer. 30 (5), 654-663 (2020).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Orale Ern hrungserg nzungenterale Ern hrungparenterale Ern hrungrandomisierte kontrollierte StudienK rpergewichtPr albuminspiegel

Verwandte Artikel