Room transfers and the risk of delirium incidence amongst hospitalized elderly medical patients: a case–control study
Notice bibliographique
Résumé
BACKGROUND: Room transfers are suspected to promote the development of delirium in hospitalized elderly patients, but no studies have systematically examined the relationship between room transfers and delirium incidence. We used a case-control study to determine if the number of room transfers per patient days is associated with an increased incidence of delirium amongst hospitalized elderly medical patients, controlling for baseline risk factors. METHODS: We included patients 70 years of age or older who were admitted to the internal medicine or geriatric medicine services at St. Michael's Hospital between October 2009 and September 2010 for more than 24 h. The cases consisted of patients who developed delirium during the first week of hospital stay. The controls consisted of patients who did not develop delirium during the first week of hospital stay. Patients with evidence of delirium at admission were excluded from the analysis. A multivariable logistic regression model was used to determine the relationship between room transfers and delirium development within the first week of hospital stay. RESULTS: 994 patients were included in the study, of which 126 developed delirium during the first week of hospital stay. Using a multivariable logistic regression model which controlled for age, gender, cognitive impairment, vision impairment, dehydration, and severe illness, room transfers per patient days were associated with delirium incidence (OR: 9.69, 95 % CI (6.20 to15.16), P < 0.0001). CONCLUSIONS: An increased number of room transfers per patient days is associated with an increased incidence of delirium amongst hospitalized elderly medical patients. This is an exploratory analysis and needs confirmation with larger studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».