Environmental Factors Predict the Severity of Delirium Symptoms in Long‐Term Care Residents with and without Delirium
Notice bibliographique
Résumé
OBJECTIVES: To identify potentially modifiable environmental factors (including number of medications) associated with changes over time in the severity of delirium symptoms and to explore the interactions between these factors and resident baseline vulnerability. DESIGN: Prospective, observational cohort study. SETTING: Seven long-term care (LTC) facilities. PARTICIPANTS: Two hundred seventy-two LTC residents aged 65 and older with and without delirium. MEASUREMENTS: Weekly assessments (for up to 6 months) of the severity of delirium symptoms using the Delirium Index (DI), environmental risk factors, and number of medications. Baseline vulnerability measures included a diagnosis of dementia and a delirium risk score. Associations between environmental factors, medications, and weekly changes in DI were analyzed using a general linear model with correlated errors. RESULTS: Six potentially modifiable environmental factors predicted weekly changes in DI (absence of reading glasses, aids to orientation, family member, and glass of water and presence of bed rails and other restraints) as did the prescription of two or more new medications. Residents with dementia appeared to be more sensitive to the effects of these factors. CONCLUSION: Six environmental factors and prescription of two or more new medications predicted changes in the severity of delirium symptoms. These risk factors are potentially modifiable through improved LTC clinical practices.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».