Effect of Sleep Disorder on Delirium in Post-Cardiac Surgery Patients
Notice bibliographique
Résumé
BACKGROUND: Post-cardiac surgery patients exhibit a higher incidence of postoperative delirium (PD) compared to non-cardiac surgery patients. Patients with various cardiac diseases suffer from preoperative sleep disorder (SPD) induced by anxiety, depression, breathing disorder, or other factors. OBJECTIVE: To examine the effect of sleep disorder on delirium in post-cardiac surgery patients. METHODS: We prospectively selected 186 patients undergoing selective cardiac valve surgery. Preoperative sleep quality and cognitive function of all eligible participants were assessed through the Pittsburgh Sleep Quality Index (PSQI) and the Montreal Cognitive Assessment, respectively. The Confusion Assessment Method for Intensive Care Unit was used to assess PD from the first to seventh day postoperatively. Patients were divided into two groups according to the PD diagnosis: (1) No PD group and (2) the PD group. RESULTS: Of 186 eligible patients, 29 (15.6%) were diagnosed with PD. A univariate analysis showed that gender (p = 0.040), age (p = 0.009), SPD (p = 0.008), intraoperative infusion volume (p = 0.034), postoperative intubation time (p = 0.001), and intensive care unit stay time (p = 0.009) were associated with PD. A multivariate logistic regression analysis demonstrated that age (odds ratio (OR): 1.106; p = 0.001) and SPD (OR: 3.223; p = 0.047) were independently associated with PD. A receiver operating characteristic curve demonstrated that preoperative PSQI was predictive of PD (area under curve: 0.706; 95% confidence interval: 0.595-0.816). A binomial logistic regression analysis showed that there was a significant association between preoperative 6 and 21 PSQI scores and PD incidence (p = 0.009). CONCLUSIONS: Preoperative SPD was significantly associated with PD and a main predictor of PD.
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 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».