SlideShare a Scribd company logo
1 of 17
Basis of Nutrition
• Energy
• Protein
• Lipid
• Carbohydrate
• Water
• Mineral (Na+ K+ CL-)
Energy
• Necessary energy = TEE = REE + AEE = (BEE+DIT) + AEE
• TEE = total energy expenditure:総消費エネルギー量
• REE = resting energy expenditure:安静時消費エネルギー量(間接
カロリメトリ法)
• AEE = active energy expenditure:活動性消費エネルギー量
• BEE = basal energy expenditure:基礎消費エネルギー量(Harris
Benedictの式)
• DIT = Diet induced thermogenesis :食事誘発性体熱産生
• Necessary energy
• ≒ BEE(Harris-Benedict) x activity factor x stress factor
• ≒ 25~30kcal x 現体重[kg](NST完全ガイド p.41)
Harris-Benedict
• 男性BEE=66.47+13.75W+5.0H〜6.76A
• 女性BEE=655.1+9.56W+1.85H〜4.68A
• W:実測体重(kg)、H:身長(cm)、A:年齢(年
)
活動係数
• ベッド上安静:1.2
• ベッド以外での活動あり:
1.3
• ほとんど臥床していない:
1.4
• 積極的なリハビリを受けて
いる:1.4以上
(栄養塾 p.58)
ストレス係数
• なし:0.7~1.0
• 軽度(小手術、骨折):
1.0~1.2
• 中等度(腹膜炎、多発外傷
):1.2~1.5
• 高度(多臓器不全、広範熱
傷):1.5~2.0
Protein
• Necessary protein
• =1g/kg/day x ストレス係数
• =総エネルギーの割合
• =適正NPC/N比から計算
• 投与量が多すぎると、BUN上昇や高NH3血症になるため
注意(輸液・栄養の第一歩 p.207)
• 腎機能が問題なければ、過剰なアミノ酸はTCAサイクルで
燃焼される(栄養塾 p.62)
• 窒素平衡を保つためには、ブドウ糖100g↑投与のうえ(こ
れで蛋白質喪失量が40g/dayに抑えられる)、蛋白質
40g/day投与が必要
1g/kg/day x ストレス係数
• ストレス係数(NST完全ガイド p.42)
なし:0.7~1.0
軽度(小手術、骨折):1.0~1.2
中等度(腹膜炎、多発外傷):1.2~1.5
高度(多臓器不全、広範熱傷):1.5~2.0
• 血液透析 1.2-1.4g/kgIBW/day
NPC/N比から計算
• 適正NPC/N比
下限:80kcal/g(レジデントのための栄養管理マニュアルp.38)
侵襲時:120~150 (100)
平常時:150~180
腎不全:180~300 (輸液・栄養p.143では300~500)腎機能低
下のためアミノ酸投与量が制限されるが、体蛋白異化が亢
進しているため、多くのエネルギー量が必要となるため
NPC/Nが上がる
• アミノ酸6.25gにつき、1gの窒素を含有
• 投与量が多すぎると、BUN上昇や高NH3血症になるため
注意(輸液・栄養の第一歩 p.207)
NPC/Nの計算例
• ビーフリード500ml で考えると・・・
蛋白15g中、窒素2.4g含有している
NPC=Glu37.5g=150kcal(37.5x4)
NPC/N = 150/2.4=63
• ビーフリード1000ml + フィジオ500ml
⇒NPC/N = 104
• ビーフリード500ml + フィジオ1000ml
⇒NPC/N = 230
蛋白の種類
• プロテアミン12X®
E/N(必須アミノ酸/非必須アミノ酸)比を0.8 とし、キシリトールを5%含有して
いる。また、Na+を150mEq/L 含むためNa+過剰にならないよう注意する必
要がある。
• 腎不全用アミノ酸製剤(ネオアミュー®、キドミン®)
E/N 比を高くしBCAA も多く含有している。腎不全を考慮してNa+の含有量は
2mEq/L と低値としている。これら製剤を投与するときは蛋白異化の抑制を
考えNPC/N 比を300 以上にする必要がある。
• 肝不全用製剤(アミノレバン®、モリヘパミン®)
血漿アミノ酸パターンのインバランスを是正する目的でBCAA を多く含み、肝
性脳症の改善をする。アミノレバン®はアミノ酸の一部を塩酸塩としているた
めNa+(14mEq/L)に対してCl-(94mEq/L)の含有量が多く高Cl 性アシドーシ
スの原因となる可能性があり注意が必要である。
窒素バランス(g/dl)
• (タンパク質摂取量(g)/6.25)-(24時間尿素窒素量+4
• 異化か同化か判定し、適正な投与量か評価
• 良好であれば窒素バランスは±0で、窒素平衡は保たれ
る
• 重症患者の回復期、妊婦は、同化状態となり、窒素バラン
スはプラス
• 損傷による消耗、タンパク質やエネルギーの摂取不足は、
異化状態となり、窒素バランスはマイナス
• ただし、重症患者においては1.2g/入院前体重kg以上に増
やしても窒素バランスをプラスにはできない(WM11p42)
Lipid
• =総エネルギーの25~35%(COPDでは35~55%)
• =0.5~1.5g/現体重kg/dayまで(NST完全ガイドp.41)
• 脂肪製剤の静注速度:0.1g/kg/hr 以下を推奨
(20%脂肪乳剤ではBW/2[ml/hr]以下の速度)
• 血中TG上昇に注意
• 脂肪乳剤を含まないTPNでは、必須脂肪酸欠乏症が数週
間-数ヶ月で発症する(輸液・栄養の第一歩 p.209)。
• 経静脈的・経口的に脂肪が投与できない患者は大匙いっ
ぱいの紅花オイルを毎日飲ますことで必須脂肪酸を補うこ
とが可能(WM11p43)
必須脂肪酸欠乏症
• 鱗屑状皮膚炎
• 脱毛
• 血小板減少
• 脂肪肝
Carbohydrate
• =(総必要カロリー) – (蛋白質と脂質の投与カ
ロリー)
• 糖質はブドウ糖が望ましく、代替糖は推奨されな
い
• 侵襲が加わっている生体に許容されるグルコー
ス投与速度の上限の目安
• =4mg/kg/min(栄養塾 p.62)
• =5mg/kg/min(NST完全ガイド p.42)
Water
• =30ml x 現体重[kg]
• =1ml x エネルギー投与量(kcal)
• =尿量 + 不感蒸泄(900ml) - 代謝水(300ml)
• 最低1500ml/day(体液電解質異常と輸液p.215)
• 透析患者や心不全患者では制限が必要
• 経腸栄養剤の含有水分量はだいたい80%で計算
• テルミールPGソフトは64%で計算
Mineral
• Na+:1mEq/kgBW→60mEq/day(75-175mEq
byWM)経口摂取が少なく尿中の溶質をNaに頼
る状況では尿中Na排泄は無視できない(体液電
解質異常と輸液p.215)
• K+:0.5mEq/kgBW→30mEq/day(20-60mEq/day)
(Na再吸収に伴って必ず尿中に排出される)
• Mg:経腸300-400mg 非経口8-24mEq
• Ca:経腸800-1200mg 非経口5-15mEq
• P:経腸800-1200mg 非経口12-24mEq
NaやKの計算
• 1 mEq Na = 23 mg Na = 58.5 mg NaCl
• 1 g Na = 2.54 g NaCl = 43 mEq Na
• 1 g NaCl =0.39 g Na = 17 mEq Na
• 1 mEq K = 39 mg K= 74.5 mg KCl
• 1 g K = 1.91 g KCl = 26 mEq K
• 1 g KCl = 0.52 g K = 13 mEq K
• 1 mEq Ca = 20 mg Ca
• 1 g Ca = 50 mEq Ca
• 1 mEq Mg = 0.12 g MgSO4・7H2O
• 1 g Mg = 10.2 g MgSO4・7H2O = 82 mEq Mg
• 10 mmol Pi = 0.31 g Pi = 0.95g PO4
• 1 g Pi = 3.06 gPO4 = 32mmol Pi
• [Saunders Handbook of Veterinary Drugs]
• NaCl、Naの分子量が58.5、23のため、58.5/23=2.54で計算される
• 1gのNaCl = 1000mg/58.5= 17mmolのNaCl=Na+ 17mEq と Cl- 17mEq
• 1gのKCl = 1000mg/74.5(KCL分子量)=13.4mmolのKCL=K+ 13mEq と Cl- 13mEq
• %=100ml中のg数

More Related Content

What's hot

機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考Ichigaku Takigawa
 
組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画までShunji Umetani
 
Kubernetes雑にまとめてみた 2020年8月版
Kubernetes雑にまとめてみた 2020年8月版Kubernetes雑にまとめてみた 2020年8月版
Kubernetes雑にまとめてみた 2020年8月版VirtualTech Japan Inc.
 
8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論sleepy_yoshi
 
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法SmartNews, Inc.
 
Qiita Night 足場固めからやるマイクロサービス
Qiita Night 足場固めからやるマイクロサービスQiita Night 足場固めからやるマイクロサービス
Qiita Night 足場固めからやるマイクロサービスTomoki Kuriyama
 
JupyterNotebookとMySQLでゼロからはじめるデータサイエンス
JupyterNotebookとMySQLでゼロからはじめるデータサイエンスJupyterNotebookとMySQLでゼロからはじめるデータサイエンス
JupyterNotebookとMySQLでゼロからはじめるデータサイエンスinfinite_loop
 
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装についてGPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装についてYuya Unno
 
Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-Joe Suzuki
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦Koichi Hamada
 
PySpark を分析用途に使っている話
PySpark を分析用途に使っている話PySpark を分析用途に使っている話
PySpark を分析用途に使っている話LINE Corporation
 
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...High-Dimensional Bayesian Optimization with Constraints: Application to Powde...
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...Shoki Miyagawa
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング. .
 
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるDSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるAtsushi KOMIYA
 
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~貴志 上坂
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだことnishio
 

What's hot (20)

機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考
 
組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで
 
Kubernetes雑にまとめてみた 2020年8月版
Kubernetes雑にまとめてみた 2020年8月版Kubernetes雑にまとめてみた 2020年8月版
Kubernetes雑にまとめてみた 2020年8月版
 
8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論
 
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
 
Qiita Night 足場固めからやるマイクロサービス
Qiita Night 足場固めからやるマイクロサービスQiita Night 足場固めからやるマイクロサービス
Qiita Night 足場固めからやるマイクロサービス
 
JupyterNotebookとMySQLでゼロからはじめるデータサイエンス
JupyterNotebookとMySQLでゼロからはじめるデータサイエンスJupyterNotebookとMySQLでゼロからはじめるデータサイエンス
JupyterNotebookとMySQLでゼロからはじめるデータサイエンス
 
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装についてGPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
 
Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-
 
うつ病と意思決定
うつ病と意思決定うつ病と意思決定
うつ病と意思決定
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦
 
PySpark を分析用途に使っている話
PySpark を分析用途に使っている話PySpark を分析用途に使っている話
PySpark を分析用途に使っている話
 
xrmtg20210317
xrmtg20210317xrmtg20210317
xrmtg20210317
 
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...High-Dimensional Bayesian Optimization with Constraints: Application to Powde...
High-Dimensional Bayesian Optimization with Constraints: Application to Powde...
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
 
Rで学ぶロバスト推定
Rで学ぶロバスト推定Rで学ぶロバスト推定
Rで学ぶロバスト推定
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング
 
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるDSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
 
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
 

Viewers also liked

知って得する静脈栄養
知って得する静脈栄養知って得する静脈栄養
知って得する静脈栄養YoshisadaToyota
 
高齢者の栄養問題を考える
高齢者の栄養問題を考える高齢者の栄養問題を考える
高齢者の栄養問題を考えるpenpen3750
 
栄養リハのすすめ スライド
栄養リハのすすめ スライド栄養リハのすすめ スライド
栄養リハのすすめ スライドKeita Nakamura
 
0528 kanntigai ui_ux
0528 kanntigai ui_ux0528 kanntigai ui_ux
0528 kanntigai ui_uxSaori Matsui
 
女子の心をつかむUIデザインポイント - MERY編 -
女子の心をつかむUIデザインポイント - MERY編 -女子の心をつかむUIデザインポイント - MERY編 -
女子の心をつかむUIデザインポイント - MERY編 -Shoko Tanaka
 
Crear un cuento
Crear un cuentoCrear un cuento
Crear un cuentoSEP
 
重症外傷に対する免疫応答
重症外傷に対する免疫応答重症外傷に対する免疫応答
重症外傷に対する免疫応答Akinori Osuka
 
京都教育大「食生活論」 #2 131024
京都教育大「食生活論」 #2 131024京都教育大「食生活論」 #2 131024
京都教育大「食生活論」 #2 131024Nobuyuki Takahashi
 
京都教育大「食生活論」 #3 131031
京都教育大「食生活論」 #3 131031京都教育大「食生活論」 #3 131031
京都教育大「食生活論」 #3 131031Nobuyuki Takahashi
 
京都教育大「食生活論」 #4 131107
京都教育大「食生活論」 #4 131107京都教育大「食生活論」 #4 131107
京都教育大「食生活論」 #4 131107Nobuyuki Takahashi
 
近大「基礎生物学」#6「細胞内のエネルギー産生」130527
近大「基礎生物学」#6「細胞内のエネルギー産生」130527近大「基礎生物学」#6「細胞内のエネルギー産生」130527
近大「基礎生物学」#6「細胞内のエネルギー産生」130527Nobuyuki Takahashi
 
京都教育大「食生活論」 #1 131017
京都教育大「食生活論」 #1 131017京都教育大「食生活論」 #1 131017
京都教育大「食生活論」 #1 131017Nobuyuki Takahashi
 
Human Evolution - a notebook
Human Evolution - a notebookHuman Evolution - a notebook
Human Evolution - a notebookRoberto Sáez
 
栄養学の基礎を学ぼうv2
栄養学の基礎を学ぼうv2栄養学の基礎を学ぼうv2
栄養学の基礎を学ぼうv2Takayuki Miwa
 
炎症・敗血症・凝固障害について理解を深める
炎症・敗血症・凝固障害について理解を深める炎症・敗血症・凝固障害について理解を深める
炎症・敗血症・凝固障害について理解を深めるYuichi Kuroki
 
輸液、基礎の基礎
輸液、基礎の基礎輸液、基礎の基礎
輸液、基礎の基礎daichi019
 
How to prepare for a long distance hiking trip
How to prepare for a long distance hiking tripHow to prepare for a long distance hiking trip
How to prepare for a long distance hiking tripAustin Gratham
 

Viewers also liked (18)

知って得する静脈栄養
知って得する静脈栄養知って得する静脈栄養
知って得する静脈栄養
 
高齢者の栄養問題を考える
高齢者の栄養問題を考える高齢者の栄養問題を考える
高齢者の栄養問題を考える
 
栄養リハのすすめ スライド
栄養リハのすすめ スライド栄養リハのすすめ スライド
栄養リハのすすめ スライド
 
0528 kanntigai ui_ux
0528 kanntigai ui_ux0528 kanntigai ui_ux
0528 kanntigai ui_ux
 
女子の心をつかむUIデザインポイント - MERY編 -
女子の心をつかむUIデザインポイント - MERY編 -女子の心をつかむUIデザインポイント - MERY編 -
女子の心をつかむUIデザインポイント - MERY編 -
 
Crear un cuento
Crear un cuentoCrear un cuento
Crear un cuento
 
重症外傷に対する免疫応答
重症外傷に対する免疫応答重症外傷に対する免疫応答
重症外傷に対する免疫応答
 
京都教育大「食生活論」 #2 131024
京都教育大「食生活論」 #2 131024京都教育大「食生活論」 #2 131024
京都教育大「食生活論」 #2 131024
 
京都教育大「食生活論」 #3 131031
京都教育大「食生活論」 #3 131031京都教育大「食生活論」 #3 131031
京都教育大「食生活論」 #3 131031
 
京都教育大「食生活論」 #4 131107
京都教育大「食生活論」 #4 131107京都教育大「食生活論」 #4 131107
京都教育大「食生活論」 #4 131107
 
近大「基礎生物学」#6「細胞内のエネルギー産生」130527
近大「基礎生物学」#6「細胞内のエネルギー産生」130527近大「基礎生物学」#6「細胞内のエネルギー産生」130527
近大「基礎生物学」#6「細胞内のエネルギー産生」130527
 
京都教育大「食生活論」 #1 131017
京都教育大「食生活論」 #1 131017京都教育大「食生活論」 #1 131017
京都教育大「食生活論」 #1 131017
 
Human Evolution - a notebook
Human Evolution - a notebookHuman Evolution - a notebook
Human Evolution - a notebook
 
栄養学の基礎を学ぼうv2
栄養学の基礎を学ぼうv2栄養学の基礎を学ぼうv2
栄養学の基礎を学ぼうv2
 
ABCDE bundle
ABCDE bundleABCDE bundle
ABCDE bundle
 
炎症・敗血症・凝固障害について理解を深める
炎症・敗血症・凝固障害について理解を深める炎症・敗血症・凝固障害について理解を深める
炎症・敗血症・凝固障害について理解を深める
 
輸液、基礎の基礎
輸液、基礎の基礎輸液、基礎の基礎
輸液、基礎の基礎
 
How to prepare for a long distance hiking trip
How to prepare for a long distance hiking tripHow to prepare for a long distance hiking trip
How to prepare for a long distance hiking trip
 

Basis of nutrition