FRAILTY ASSESSMENT TO HELP PREDICT PATIENTS AT RISK OF ED-INDUCED DELIRIUM
Notice bibliographique
Résumé
Introduction: Delirium is a frequent complication among seniors in the emergency department (ED). This condition is often underdiagnosed by ED professionals even though it is associated with functional & cognitive decline, longer hospital length of stay, institutionalization and death. Frailty is increasingly recognized as an independent predictor of adverse events in seniors and screening for frailty in EDs is now recommended. The aim of this study was to assess if screening seniors for frailty in EDs could help identify those at risk of ED-induced delirium. Method: This study is part of the ongoing multicenter prospective cohort MIDI-INDEED study. Patients were recruited after 8 hours in the ED exposure & followed up to 24h after ward admission. Frailty was assessed at ED admission using the Canadian Study of Health and Aging-Clinical Frailty Scale (CSHA-CFS) which classified seniors from robust (1/7) to severely frail (7/7). Seniors with CSHA-CFS ≥ 5/7were considered frail. Delirium was assessed using the CAM. Results: 370 patients were recruited. Preliminary data show an incidence of ED-induced delirium of 10.0%. Average frailty score at baseline was 3.5. 72 patients were considered frail, while 289 were considered robust. Among the frail seniors, there were 48.4% (30–66) patients with ED-induced delirium vs 17.9% (13.7–22.0) in the non-frail ones (p<0.0001). Conclusion: Increased frailty appears to be associated with increased ED-induced delirium. Screening for frailty at emergency triage could help ED professionals identify seniors at higher risk of ED-induced delirium.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».