Long-Term Outcomes in ICU Patients with Delirium: A Population-based Cohort Study
Notice bibliographique
Résumé
Abstract Rationale Delirium is common in the ICU and portends worse ICU and hospital outcomes. The effect of delirium in the ICU on post–hospital discharge mortality and health resource use is less well known. Objectives To estimate mortality and health resource use 2.5 years after hospital discharge in critically ill patients admitted to the ICU. Methods This was a population-based, propensity score–matched, retrospective cohort study of adult patients admitted to 1 of 14 medical–surgical ICUs from January 1, 2014, to June 30, 2016. Delirium was measured by using the 8-point Intensive Care Delirium Screening Checklist. The primary outcome was mortality. The secondary outcome was a composite measure of subsequent emergency department visits, hospital readmission, or mortality. Measurements and Main Results There were 5,936 propensity score–matched patients with and without a history of incident delirium who survived to hospital discharge. Delirium was associated with increased mortality 0–30 days after hospital discharge (hazard ratio, 1.44 [95% confidence interval, 1.08–1.92]). There was no significant difference in mortality more than 30 days after hospital discharge (delirium: 3.9%, no delirium: 2.6%). There was a persistent increased risk of emergency department visits, hospital readmissions, or mortality after hospital discharge (hazard ratio, 1.12 [95% confidence interval, 1.07–1.17]) throughout the study period. Conclusions ICU delirium is associated with increased mortality 0–30 days after hospital discharge.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».