Abstract TP439: Occurrence (Incidence and Prevalence) Rate of Delirium and Risk Factors in Acute Stroke - Cross-sectional Study
Notice bibliographique
Résumé
Introduction: Guidelines recommend screening all stroke admissions for cognitive impairment. Delirium may be an important contributor to cognitive problems, but available data are limited by potential selection biases and imperfect delirium assessment. We aimed to describe robust estimates of delirium occurrence (incidence and prevalence) and risk factors in an acute stroke unit (ASU). Methods: We collected data from sequential admissions to our University Hospital ASU over a 20 week period (Feb-July 2016). The only exclusion was where the clinical team felt that any form of assessment was inappropriate. We aimed to perform cognitive assessments at 48 hours post stroke. Cognitive assessments were based on mini Montreal Cognitive Assessment (m-MoCA) and GP-Cog informant interview to assess for pre-stroke dementia. We assessed for delirium based on DSM-V criteria. We described univariable and multivariable associations with delirium occurrence. Results: Across the study period, 184 strokes were admitted; median age 71 years (IQR:61-79). Some form of cognitive assessment was available for 178 (97%). In total. 152 had evidence of cognitive impairment on m-MOCA, 55 (31%) met criteria for delirium and 25 (15%) had pre-stroke dementia. Significant univariable associations with delirium were:age and pre-existing cognitive decline. On logistic regression:age, history of drug or alcohol misuse and pre-stroke mRS were all independently associated with delirium. Discussion: In an unselected ASU population a substantial proportion will have cognitive impairment based on screening. Delirium is common and contributes to this cognitive problems seen in acute stroke. Independent associations with delirium occurrence were identified but were non-modifiable. Our results have implications for policy and practice. As post-stroke cognitive impairment is multifactorial, screening delirium and pre-existing cognitive issues should form part of the initial assessment.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».