Use of Medications With Anticholinergic Effect Predicts Clinical Severity of Delirium Symptoms in Older 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
BACKGROUND: Use of anticholinergic (ACH) medications is a biologically plausible and potentially modifiable risk factor of delirium, but research findings are conflicting regarding its association with delirium. OBJECTIVES: To evaluate the longitudinal association between use of ACH medications and severity of delirium symptoms and to determine whether this association is modified by the presence of dementia. PATIENTS AND METHODS: A total of 278 medical inpatients 65 years and older with diagnosed incident or prevalent delirium were followed up with repeated assessments using the Delirium Index for up to 3 weeks. Exposure to ACH and other medications was measured daily. The association between change in medication exposure in the 24 hours preceding a Delirium Index assessment was assessed using a mixed linear regression model. RESULTS: During follow-up (mean +/- SD, 12.3 +/- 7.0 days), 47 medications with potential ACH effect were used in the population (mean, 1.4 medications per patient per day). Increase in delirium severity was significantly associated with several measures of ACH medication exposure on the previous day, adjusting for dementia, baseline delirium severity, length of follow-up, and number of non-ACH medications taken. Dementia did not modify the association between ACH medication use and delirium severity. CONCLUSION: Exposure to ACH medications is independently and specifically associated with a subsequent increase in delirium symptom severity in elderly medical inpatients with diagnosed 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 | 0,001 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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