Emergency Department Stay Associated Delirium in Older Patients*
Notice bibliographique
Résumé
BackgroundCaring for older patients can be challenging in the Emergency Department (ED). A > 12 hr ED stay could lead to incident episodes of delirium in those patients. The aim of this study was to assess the incidence and impacts of EDstay associated delirium.MethodsA historical cohort of patients who presented to a Canadian ED in 2009 and 2011 was randomly constituted. Included patients were aged ≥ 65 years old, admitted to any hospital ward, non-delirious upon arrival and had at least a 12-hour ED stay. Delirium was detected using a modified chart-based Confusion Assessment Method (CAM) tool. Hospital lengthof stay (LOS) was log-transformed and linear regression assessed differences between groups. Adjustments were madefor age and comorbidity profile.Results200 records were reviewed, 55.5% were female, median age was 78.9 yrs (SD:7.3). 36(18%) patients experienced ED-stay associated delirium. Nearly 50% of episodes started in the ED and within 36 hours of arrival. Comorbidity profile was similar between the positive CAM group and the negative CAM group. Mean adjusted hospital LOS were 20.5 daysand 11.9 days respectively (p<.03).Conclusions1 older adult out of 5 became delirious after a 12 hr ED stay. Since delirium increases hospital LOS by more than a week, better screening and implementation of preventing measures for delirium could reduce LOS and overcrowding in the ED.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».