MétaCan
Menu
Retour à la cohorte
Enregistrement W2600069142 · doi:10.1111/nicc.12288

A post cardiac surgery intervention to manage delirium involving families: a randomized pilot study

2017· article· en· W2600069142 sur OpenAlexafffund
Tanya Mailhot, Sylvie Cossette, José Côté, Anne Bourbonnais, Marie‐Claude Côté, Yoan Lamarche, André Denault

Notice bibliographique

RevueNursing in Critical Care · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalCentre Hospitalier de l’Université de MontréalUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesMinistère de l'Éducation, du Loisir et du Sport Québec
Mots-clésDeliriumMedicineRandomized controlled trialPsychological interventionIntervention (counseling)AnxietyIntensive care unitCardiac surgeryPhysical therapyNursingEmergency medicineIntensive care medicinePsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As many delirium manifestations (e.g., hallucinations or fears) are linked to patients' experiences and personality traits, it is suggested that interventions should be tailored to optimize its management. The inclusion of family members, as part of an intervention, has recently emerged as a solution to developing individualised patient care, but has never been assessed in post-cardiac surgery intensive care unit where almost half of patients will present with delirium. AIMS: To assess the feasibility, acceptability and preliminary efficacy of an nursing intervention involving family caregivers (FC) in delirium management following cardiac surgery. DESIGN: A randomized pilot study. METHODS: A total of 30 patient/FC dyads were recruited and randomized to usual care (n = 14) or intervention (n = 16). The intervention was based on the Human Caring Theory, a mentoring model, and sources informing self-efficacy. It comprised seven planned encounters spread over 3 days between an intervention nurse and the FC, each including a 30-min visit at the patient's bedside. During this bedside visit, the FC used delirium management strategies, e.g. reorient the person with delirium. The primary indicator of acceptability was to obtain consent from 75% of approached FCs. The preliminary effect of the intervention on patient outcomes was assessed on (1) delirium severity using the Delirium Index, (2) occurrence of complications, such as falls, (3) length of postoperative hospital stay and (4) psycho-functional recovery using the Sickness Impact Profile. The preliminary effect on FC outcomes was assessed on FC anxiety and self-efficacy. Data were analysed using descriptive statistics, ANCOVAs and logistic regressions. RESULTS: The primary indicator of obtaining consent from FC was achieved (77%). Of the 14 dyads, thirteen (93%) dyads received all seven encounters planned in the experimental intervention. Intervention group patients presented better psycho-functional recovery scores when compared with control group patients (p = 0·01). Mean delirium severity scores showed similar trajectories on days 1, 2 and 3 in both groups. CONCLUSION: The mentoring intervention was acceptable and feasible and shows promising results in improving patients and FC outcomes. RELEVANCE TO CLINICAL PRACTICE: Nurses should involve, if willing, FC to participate in activities that optimise patient well-being FC to use recognized delirium management strategies like reorientation and reassurance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,392
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing in Critical CareMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207