The impact of psychomotor subtypes and duration of delirium on 6‐month mortality in hip‐fractured elderly patients
Notice bibliographique
Résumé
OBJECTIVE: Studies exploring the incidence and impact of the psychomotor subtypes of postoperative delirium (POD) on the survival of hip fracture patients are few, and results are inconsistent. We sought to assess the incidence of POD subtypes and their impact, in addition to delirium duration, on 6-month mortality in older patients after hip-fracture surgery. METHODS: This is a prospective study involving 571 individuals admitted to an Orthogeriatric Unit within a 5-year period with a diagnosis of hip fracture. Survival status was assessed 6 months after posthip fracture surgery. Postoperative delirium was diagnosed using the Diagnostic and Statistical Manual of Mental Disorders. Postoperative delirium subtypes were classified according to Lipowski's criteria. Cox regressions were used to evaluate the associations between POD subtypes, POD duration, and 6-month mortality, adjusting for covariates. RESULTS: The incidence of psychomotor POD subtypes was hypoactive 57 (10.0%), hyperactive 84 (14.7%), and mixed 79 (13.8%). Six-month mortality rates were 8.3%, 10.7%, 36.8%, and 29.1% in the no-delirium, hyperactive, hypoactive, and mixed-delirium subgroups, respectively. In adjusted models, the hypoactive subgroup (Hazard Ratio, HR = 3.14, 95% Confidence Intervals, CI, 1.63-6.04) and mixed subgroup (HR = 2.89, 95% CI, 1.49-5.62) showed high mortality rates and a significantly increased risk of mortality associated with POD duration as well. CONCLUSIONS: Hyperactive delirium was the most common POD psychomotor subtype, but hypoactive and mixed POD were associated with 6-month mortality risk. Moreover, the risk of death 6 months after surgery increased for both subgroups (hypoactive and mixed) with increasing duration of POD.
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 | 0,001 |
| 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 ».