The Confusion Assessment Method—A Tool for Delirium Detection by the Acute Pain Service
Notice bibliographique
Résumé
INTRODUCTION: Delirium is an acute fluctuating disturbance in cognitive status, linked to increased morbidity and mortality. The purpose of this pilot study was to assess the feasibility in terms of required time and yield of delirium monitoring by the Acute Pain Service (APS) using the Confusion Assessment Method for Intensive Care Unit instrument. METHODS: Patients undergoing surgery requiring more than 2 days of hospital stay were recruited. Each patient was assessed daily for 2 days after surgery using the Confusion Assessment Method for Intensive Care Unit. Patients were also assessed for orientation to person, place, and time. Any notes of confusion or delirium made by physicians or nursing staff were gathered. RESULTS: 145 patients were recruited. Each patient encounter required an average 2.3 +/- 0.3 minutes for the assessment (95% CI). The incidence of delirium within 2 days after surgery was 7.6%. Only 18% of the patients diagnosed with delirium by the APS were noted as being confused by the medical or nursing staff. CONCLUSIONS: The use of this tool required little training, and only 2 minutes per patient. It detected more patients with delirium than did the standard nursing assessments or other patient-clinician interactions. The use of this instrument by the pain service was feasible in terms of time consumption and most likely would be valuable in its yield. Early detection may help in initiating prompt treatment, eliminating known risk factors and thus reducing morbidity.
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 | 0,010 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».