Does This Patient Have Delirium?
Notice bibliographique
Résumé
CONTEXT: Delirium occurs in many hospitalized older patients and has serious consequences including increased risk for death and admission to long-term care. Despite its importance, health care clinicians often fail to recognize delirium. Simple bedside instruments may lead to improved identification. OBJECTIVE: To systematically review the evidence on the accuracy of bedside instruments in diagnosing the presence of delirium in adults. DATA SOURCES: Search of MEDLINE (from 1950 to May 2010), EMBASE (from 1980 to May 2010), and references of retrieved articles to identify studies of delirium among inpatients. STUDY SELECTION: Prospective studies of diagnostic accuracy that compared at least 1 delirium bedside instrument to the Diagnostic and Statistical Manual of Mental Disorders-based diagnosis made by a geriatrician, psychiatrist, or neurologist. DATA SYNTHESIS: There were 6570 unique citations identified with 25 prospectively conducted studies (N = 3027 patients) meeting inclusion criteria and describing use of 11 instruments. Positive results that suggested delirium with likelihood ratios (LRs) greater than 5.0 were present for the Global Attentiveness Rating (GAR), Memorial Delirium Assessment Scale (MDAS), Confusion Assessment Method (CAM), Delirium Rating Scale Revised-98 (DRS-R-98), Clinical Assessment of Confusion (CAC), and Delirium Observation Screening Scale (DOSS). Normal results that decreased the likelihood of delirium with LRs less than 0.2 were calculated for the GAR, MDAS, CAM, DRS-R-98, Delirium Rating Scale (DRS), DOSS, Nursing Delirium Screening Scale (Nu-DESC), and Mini-Mental State Examination (MMSE). The Digit Span test and Vigilance "A" test in isolation have limited utility in diagnosing delirium. Considering the instrument's ease of use, test performance, and clinical importance of the heterogeneity in the confidence intervals (CIs) of the LRs, the CAM has the best available supportive data as a bedside delirium instrument (summary-positive LR, 9.6; 95% CI, 5.8-16.0; summary-negative LR, 0.16; 95% CI, 0.09-0.29). Of all scales, the MMSE (score <24) was the least useful for identifying a patient with delirium (LR, 1.6; 95% CI, 1.2-2.0). CONCLUSION: The choice of instrument may be dictated by the amount of time available and the discipline of the examiner; however, the best evidence supports use of the CAM, which takes 5 minutes to administer.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».