Psychoactive Medications and 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
PURPOSE: Psychoactive medications are biologically plausible and potentially modifiable risk factors of delirium. To date, however, research findings are inconsistent regarding their association with delirium. The association between exposure to anticholinergics, benzodiazepines, corticosteroids, and opioids and the risk of delirium was studied. PATIENTS AND METHODS: A total of 261 hospitalized cancer patients were followed up with repeated assessments by using the Nursing Delirium Screening Scale for up to 4 weeks for incident delirium. Detailed exposure to psychoactive medications was documented daily. Strengths of association with delirium were expressed as hazard ratios (HRs) in univariate and multivariate analyses by using Cox regression models. All medication variables were coded as time-dependent covariates. Whenever possible, exposure was computed by using cumulative daily doses in equivalents; dichotomous cutoffs were determined. RESULTS: During follow-up (mean, 8.6 days), 43 patients became delirious (16.5%). Delirium was associated with a history of delirium and the presence of hepatic metastases at admission. Analysis of the effect of medications was performed adjusting for these factors. Patients exposed to daily doses of benzodiazepines above 2 mg (HR, 2.04; 95% CI, 1.05 to 3.97), above 15 mg of corticosteroids (HR, 2.67; 95% CI, 1.18 to 6.03), or above 90 mg of opioids (HR, 2.12; 95% CI, 1.09 to 4.13) had increases in the risks for delirium. We did not observe associations between anticholinergics and risk for delirium. CONCLUSION: Exposure to opioids, corticosteroids, and benzodiazepines is independently associated with an increased risk of delirium in hospitalized cancer patients.
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 | 0,036 |
| 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