Symptoms of Delirium Occurring Before and After Episodes of Delirium in Older Long‐Term Care Residents
Notice bibliographique
Résumé
OBJECTIVE: To describe Confusion Assessment Method (CAM) core symptoms of delirium occurring before and after incident episodes of delirium in older long-term care (LTC) residents. A secondary objective was to describe the mean number of symptoms before and after episodes by dementia status. DESIGN: Secondary analysis of data collected for a prospective cohort study of delirium, with repeated weekly assessments for up to 6 months. SETTING: Seven LTC facilities in Montreal and Quebec City, Canada. PARTICIPANTS: Forty-one older LTC residents who had at least one CAM-defined incident episode of delirium. MEASUREMENTS: The Mini-Mental State Examination (MMSE), CAM, Delirium Index (DI), Hierarchic Dementia Scale, Barthel Index, and Cornell Scale for Depression were completed at baseline. The MMSE, CAM, and DI were repeated weekly for 6 months. The frequency, mean number, type, and duration of CAM core symptoms of delirium occurring before and after incident episodes were examined using descriptive statistics, frequency analysis, and survival analysis. RESULTS: CAM core symptoms of delirium preceded 38 (92.7%) episodes of delirium for many weeks; core symptoms followed 37 (90.2%) episodes for many weeks. Symptoms of inattention and disorganized thinking occurred most commonly. The mean number of symptoms was higher in residents with dementia but not significantly so. CONCLUSION: CAM core symptoms of delirium were frequent and protracted before and after most incident episodes of delirium in LTC residents with and without dementia. If replicated, these findings have potentially important implications for clinical practice and research in LTC settings.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».