Subsyndromal Delirium in Older Long‐Term Care Residents: Incidence, Risk Factors, and Outcomes
Notice bibliographique
Résumé
OBJECTIVES: To determine the incidence of, risk factors for, and outcomes of subsyndromal delirium (SSD) in older long-term care (LTC) residents and, secondarily, to explore the use of a more-restrictive definition of SSD. DESIGN: Cohort study with repeated weekly assessments for up to 6 months. SETTING: Seven LTC facilities in Montreal and Quebec City, Canada. PARTICIPANTS: One hundred four LTC residents aged 65 and older and free of delirium core symptoms at baseline. MEASUREMENTS: The Mini-Mental State Examination (MMSE), Confusion Assessment Method (CAM), Delirium Index (DI), Hierarchic Dementia Scale (HDS), and Barthel Index (BI) were completed at baseline. The MMSE, CAM, and DI were repeated weekly for 6 months. SSD1 required one or more CAM core symptoms; SSD2, a more-restrictive definition, required two or more CAM core symptoms. Outcomes at 6 months were decline on the MMSE, HDS, and BI; mortality; and a composite outcome. RESULTS: Sixty-eight of 104 residents had SSD1. In survival analysis, the incidence was 5.2 (95% confidence interval (CI) = 4.1-6.7) per 100 person-weeks of follow-up. In multivariate analysis, risk factors were male sex and more-severe cognitive impairment at baseline. The differences in outcomes between residents with and without SSD1 were small and not statistically significant. SSD2 had a lower incidence (1.3, 95% CI = 0.9-1.9), similar risk factors, and statistically significantly worse cognitive outcomes. CONCLUSION: SSD2 appears to be a clinically important disorder in older LTC residents. Despite limited statistical power, 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 | 0,003 |
| 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 | 0,001 |
| 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 ».