Health Economic Implications of Perioperative Delirium in Older Patients After Surgery for a Fragility Hip Fracture
Notice bibliographique
Résumé
BACKGROUND: Patients who experience a fragility hip fracture are at high risk for perioperative delirium. The purpose of the present study was to evaluate the impact, from a hospital perspective, of perioperative delirium on the length of the hospital stay and episode-of-care costs for elderly patients who underwent surgical treatment of a fragility hip fracture. METHODS: A total of 242 patients sixty-five years of age or older (mean age, eighty-two years; range, sixty-five to 103 years) who underwent surgical treatment of a fragility hip fracture at a single center between January 2011 and December 2012 were evaluated. Demographic, clinical, surgical, and adverse-events data were extracted and analyzed. The confusion assessment method (CAM) was used prospectively to detect perioperative delirium. RESULTS: One hundred and sixteen (48%) of the 242 patients developed perioperative delirium during their stay in the hospital. Compared with patients with no delirium, delirium was associated with a mean incremental total length of hospital stay of 7.4 days (95% confidence interval [CI] = 3.7 to 11.2 days; p < 0.001), a mean incremental length of stay following surgery of 7.4 days (95% CI = 3.8 to 11.1 days; p < 0.001), and a mean incremental episode-of-care cost (in 2012 Canadian dollars) of $8286 (95% CI = $3690 to $12,881; p < 0.001). The total incremental episode-of-care cost attributable to delirium over the study period was $961,131 in 2012 Canadian dollars. CONCLUSIONS: Nearly 50% of elderly patients who underwent surgery for a fragility hip fracture developed perioperative delirium, which was associated with a significant incremental in-hospital length of stay and significant incremental episode-of-care costs. These findings highlight the importance of implementing cost-effective interventions to reduce the prevalence of perioperative delirium in elderly patients with a low-energy hip fracture.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».