Prevention of Post-operative Delirium in the Elderly Using Pharmacological Agents
Notice bibliographique
Résumé
INTRODUCTION: Post-operative delirium (POD) is a serious surgical complication that can cause significant morbidity and mortality. It is associated with prolonged hospital stay, delayed admission to rehabilitation programs, persistent cognitive deficits, marked health-care costs, and more. The pathophysiology is multi-factorial and not completely understood, which complicates the optimal management. Non-pharmacological measures have been the mainstay of treatment, but there has been an ongoing interest in the medical literature on the prevention of post-operative delirium using medications. The purpose of this review is to critically analyze the current evidence on pharmacological prevention of POD. METHODS: A literature review was conducted using PubMed and Embase databases, using the following search terms: delirium, anti-psychotics, cholinesterase inhibitors, and statins. RESULTS: A total of 1,152 articles were screened and 25 articles were reviewed. Fourteen articles found a reduced incidence of post-operative delirium using pharmacological agents: eight with antipsychotics, two with statins, one with melatonin, one with dexamethasone, one with gabapentin, and one with diazepam. However, study designs, methodological issues, or authors' interpretations raise questions on these conclusions. CONCLUSIONS: Further double-blinded randomized clinical trials should be conducted before administering pharmacological agents to reduce POD in a non-research setting.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».