Serial Ottawa 3DY assessments to detect delirium in older emergency department community dwellers
Notice bibliographique
Résumé
BACKGROUND: delirium is associated with increased morbidity and mortality among older emergency department (ED) patients. When using physician gestalt, delirium is missed in the majority of patients. The Ottawa 3DY (O3DY) has been validated to detect cognitive dysfunction among older ED patients. OBJECTIVES: to determine the sensitivity and specificity of serial O3DY assessments to detect delirium in older ED patients. DESIGN: a prospective observational multicenter cohort study. SETTING: four Quebec EDs. PARTICIPANTS: independent or semi-independent older patients (age ≥ 65 years) with an ED stay of at least 8 hours that required hospitalisation. MEASUREMENTS: eligible patients were evaluated using serial O3DY assessments at least 6 hours apart. The primary outcome was delirium after at least 8 hours in the ED. The reference standard for delirium assessment was the confusion assessment method (CAM). The sensitivity and specificity of the serial O3DY to detect delirium were calculated. RESULTS: we enrolled 301 patients (mean age 77 years, 49.5% male, 3.0% with a history of mild dementia). Thirty patients (10.0%) were CAM positive for delirium. Patients had a median of three O3DY assessments. Serial O3DY evaluations to detect delirium among patients with at least one abnormal O3DY had a sensitivity of 86.7% (95% confidence interval-CI 69.3-96.2%) and a specificity of 44.3% (95%; CI 38.3-50.4%). CONCLUSION: serial O3DY testing demonstrates good sensitivity as a screening tool to detect delirium among older adult patients with prolonged ED lengths of stay. Emergency physicians should consider the use of the serial O3DY over clinician gestalt to improve delirium detection.
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 ».