Incidence and Risk Factors for Postoperative Delirium in Patients Undergoing Spine Surgery: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: The present study aims to investigate the incidence and risk factors associated with postoperative delirium in patients undergoing spine surgery. METHODS: PubMed, EMBASE, Cochrane Library, and Science Citation Index were searched up to August 2019 for studies examining postoperative delirium following spine surgery. Incidence and risk factors associated with delirium were extracted. Odds ratios (OR) and 95% confidence intervals (CI) were calculated for outcomes. The Newcastle-Ottawa Scale (NOS) was used for the study quality evaluation. RESULTS: The final analysis includes a total of 40 studies. The pooled analysis reveals that incidence of delirium is 8%, and there are significant differences for developing delirium in age (OR 1.07; 95% CI 1.04-1.09), age more than 65 (OR 4.77; 95% CI 4.37-5.16), age more than 70 (OR 15.87; 95% CI 6.03-41.73), and age more than 80 (OR 1.91; 95% CI 1.78-2.03) years, male (OR 0.81; 95% CI 0.76-0.86), a history of alcohol abuse (OR 2.11; 95% CI 1.67-2.56), anxiety (OR 1.74; 95% CI 1.04-2.44), congestive heart failure (OR 1.4; 95% CI 1.21-1.6), depression (OR 2.5; 95% CI 1.52-3.49), hypertension (OR 1.12; 95% CI 1.04-1.2), kidney disease (OR 1.41; 95% CI 1.16-1.66), neurological disorder (OR 4.66; 95% CI 4.22-5.11), opioid use (OR 1.86; 95% CI 1.18-2.54), psychoses (OR 2.77; 95% CI 2.29-3.25), pulmonary disease (OR 1.81; 95% CI 1.27-2.35), higher mini-mental state examination (OR 0.7; 95% CI 0.5-0.89), preoperative pain (OR 1.88; 95% CI 1.11-2.64), and postoperative urinary tract infection (OR 5.68; 95% CI 2.41-13.39). CONCLUSIONS: A comprehensive understanding of incidence and risk factors of delirium can improve prevention, diagnosis, and management. Risk of postoperative delirium can be reduced based upon identifiable risk factors.
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 | 0,003 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».