MétaCan
Menu
Retour à la cohorte
Enregistrement W3093460219 · doi:10.1097/pcc.0000000000002591

Prevalence of ICU Delirium in Postoperative Pediatric Cardiac Surgery Patients

2020· article· en· W3093460219 sur OpenAlexaff
Sandra Staveski, Rita H. Pickler, Philip R. Khoury, Nicholas J. Ollberding, Amy Donnellan, Jennifer A. Mauney, Patricia Lincoln, Jennifer Baird, Frances Gilliland, Amber D. Merritt, Laura Presnell, Alexa Lanese, Amy Jo Lisanti, Belinda J. Large, Lori D. Fineman, Katherine H. Gibson, Leigh A. Mohler, Louise Callow, Sean Barnes, Ruby Whalen, Mary Jo C. Grant, Cathy Sheppard, Andrea Kline-Tilford, Page Steadman, Heidi C. Shafland, Karen M. Corlett, Serena Kelly, Laura A. Ortman, Christine Peyton, Sandra Hagstrom, Ashlee Shields, Tracy Nye, Tatiana Álvarez, Lindsey Justice, Seth T. Kidwell, Andrew N. Redington, Martha A. Q. Curley

Notice bibliographique

RevuePediatric Critical Care Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationStollery Children's HospitalHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineDeliriumCardiac surgeryMechanical ventilationPsychological interventionEmergency medicineAnesthesiaPediatricsIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this study was to determine the prevalence of ICU delirium in children less than 18 years old that underwent cardiac surgery within the last 30 days. The secondary aim of the study was to identify risk factors associated with ICU delirium in postoperative pediatric cardiac surgical patients. DESIGN: A 1-day, multicenter point-prevalence study of delirium in pediatric postoperative cardiac surgery patients. SETTING: Twenty-seven pediatric cardiac and general critical care units caring for postoperative pediatric cardiac surgery patients in North America. PATIENTS: All children less than 18 years old hospitalized in the cardiac critical care units at 06:00 on a randomly selected, study day. INTERVENTIONS: Eligible children were screened for delirium using the Cornell Assessment of Pediatric Delirium by the study team in collaboration with the bedside nurse. MEASUREMENT AND MAIN RESULTS: Overall, 181 patients were enrolled and 40% (n = 73) screened positive for delirium. There were no statistically significant differences in patient demographic information, severity of defect or surgical procedure, past medical history, or postoperative day between patients screening positive or negative for delirium. Our bivariate analysis found those patients screening positive had a longer duration of mechanical ventilation (12.8 vs 5.1 d; p = 0.02); required more vasoactive support (55% vs 26%; p = 0.0009); and had a higher number of invasive catheters (4 vs 3 catheters; p = 0.001). Delirium-positive patients received more total opioid exposure (1.80 vs 0.36 mg/kg/d of morphine equivalents; p < 0.001), did not have an ambulation or physical therapy schedule (p = 0.02), had not been out of bed in the previous 24 hours (p < 0.0002), and parents were not at the bedside at time of data collection (p = 0.008). In the mixed-effects logistic regression analysis of modifiable risk factors, the following variables were associated with a positive delirium screen: 1) pain score, per point increase (odds ratio, 1.3; 1.06-1.60); 2) total opioid exposure, per mg/kg/d increase (odds ratio, 1.35; 1.06-1.73); 3) SBS less than 0 (odds ratio, 4.01; 1.21-13.27); 4) pain medication or sedative administered in the previous 4 hours (odds ratio, 3.49; 1.32-9.28); 5) no progressive physical therapy or ambulation schedule in their medical record (odds ratio, 4.40; 1.41-13.68); and 6) parents not at bedside at time of data collection (odds ratio, 2.31; 1.01-5.31). CONCLUSIONS: We found delirium to be a common problem after cardiac surgery with several important modifiable 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,297
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Critical Care MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207