Impact of non-pharmacological interventions on prevention and treatment of delirium in critically ill patients: protocol for a systematic review of quantitative and qualitative research
Notice bibliographique
Résumé
BACKGROUND: Critically ill patients have an increased risk of developing delirium during their intensive care stay. To date, pharmacological interventions have not been shown to be effective for delirium management but non-pharmacological interventions have shown some promise. The aim of this systematic review is to identify effective non-pharmacological interventions for reducing the incidence or the duration of delirium in critically ill patients. METHODS: We will search MEDLINE, EMBASE, CINAHL, Web of Science, AMED, psycINFO and the Cochrane Library. We will include studies of critically ill adults and children. We will include randomised trials and controlled trials which measure the effectiveness of one or more non-pharmacological interventions in reducing incidence or duration of delirium in critically ill patients. We will also include qualitative studies that provide an insight into patients and their families' experiences of delirium and non-pharmacological interventions. Two independent reviewers will assess studies for eligibility, extract data and appraise quality. We will conduct meta-analyses if possible or present results narratively. Qualitative studies will also be reviewed by two independent reviewers, and a specially designed quality assessment tool incorporating the CASP framework and the POPAY framework will be used to assess quality. DISCUSSION: Although non-pharmacological interventions have been studied in populations outside of intensive care units and multicomponent interventions have successfully reduced incidence and duration of delirium, no systematic review of non-pharmacological interventions specifically targeting delirium in critically ill patients have been undertaken to date. This systematic review will provide evidence for the development of a multicomponent intervention for delirium management of critically ill patients that can be tested in a subsequent multicentre randomised trial. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42015016625.
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 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 | 0,008 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».