Opioid medications and longitudinal risk of delirium in hospitalized cancer patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Delirium is an important problem in hospitalized cancer patients. The objective of this study was to determine whether exposure to corticosteroids, benzodiazepines, or opioids predicted delirium. METHODS: A prospective cohort study was conducted in an oncology/internal medicine population. Patients were assessed continuously for the presence of delirium until they were discharged by using the Nursing Delirium Screening Scale (Nu-DESC). Follow-up for outcome began after incident delirium. The primary outcome was the presence of a delirium event, which was defined as a Nu-DESC score >1. Strengths of associations of medications with delirium were expressed as odds ratios (ORs) in univariate and multivariate analyses. RESULTS: In total, 114 patients (1823 patient-days) met the inclusion criteria for the study. The mean follow-up from incident delirium was 16 days. The mean number of delirium events by patient was 6 (total number, 667 delirium events). Analysis by day on several occasions revealed significant associations between opioids and delirium. Corticosteroids and benzodiazepines were not associated significantly with an increased risk of delirium on any given day. Analysis by patient using generalized estimating equation (GEE) models showed an increased risk of delirium on any day of follow-up associated with opioid exposure in univariate analysis (OR of 1.70; P<.0001). The association remained significant after adjustment for corticosteroid, benzodiazepine, and antipsychotic exposure using GEE regressions (OR of 1.37; P=.0033). Truncating follow-up at 30 days did not affect the results (OR of 1.38; P<.032). CONCLUSIONS: Exposure to opioids during hospitalization was associated significantly with an increased longitudinal risk of delirium.
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.
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 | 0,000 |
| 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 découle