An Empirical Study of Different Diagnostic Criteria for Delirium Among Elderly Medical Inpatients
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
This study compared the sensitivity and specificity of DSM-IV criteria for delirium with the sensitivity and specificity of DSM-III and ICD-10 criteria among elderly medical inpatients with or without dementia. Secondary objectives were to examine the effect of changing the definition of criterion A on sensitivity and specificity and to compare the sensitivity and specificity of different numbers of symptoms of delirium. A total of 322 elderly patients who had been admitted from the emergency department to the medical services were classified into one of four groups using DSM-III-R criteria: delirium and dementia (n = 128), delirium only (n = 40), dementia only (n = 94), and neither (n = 60). The sensitivity and specificity of DSM-IV, DSM-III, and ICD-10 criteria were determined against DSM-III-R criteria using three definitions of criterion A (clouding of consciousness only, clouding of consciousness and inattention, clouding of consciousness or inattention). When criterion A was defined as clouding of consciousness or inattention, the sensitivity and specificity of DSM-IV, DSM-III, and ICD-10 criteria were 100% and 71%, 96% and 91%, and 61% and 91%, respectively. The results were similar among patients with or without dementia. The lower specificity of DSM-IV was accounted for by its inclusion of patients who did not show disorganized thinking. DSM-IV criteria for delirium are the most inclusive criteria to date for elderly medical patients with or without dementia.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle