MétaCan
Menu
Retour à la cohorte
Enregistrement W3164343072 · doi:10.1177/07334648211018032

Effectiveness of Interprofessional Consultation-Based Interventions for Delirium: A Scoping Review

2021· review· en· W3164343072 sur OpenAlexafffund
Caitlin Monaghan, Grace Martin, Jason Kerr, Mary-Lynn Peters, Judith Versloot

Notice bibliographique

RevueJournal of Applied Gerontology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensMcMaster UniversityTrillium Health CentreUniversity of Toronto
Organismes subventionnairesMedical Psychiatry Alliance
Mots-clésCINAHLPsychological interventionDeliriumPsycINFOOperationalizationMedicineMEDLINEIntervention (counseling)NursingPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Interprofessional geriatric consultation teams and multicomponent interventions are established models for delirium care. They are combined in interprofessional consultative delirium team interventions; however, insight into this novel approach is lacking. OBJECTIVE: To describe the effectiveness and core components of consultation-based interventions for delirium. METHOD: Ovid MEDLINE, EMBASE, PsycINFO, CINAHL, and ProQuest. Data on core intervention components, outcomes, facilitators, and barriers were extracted. RESULTS: 10 studies were included. Core intervention components were systematic delirium screening, ongoing consultation, implementation of non-pharmacologic and pharmacological interventions, and staff education. Of the included studies, 1/6 found a significant reduction in delirium incidence, 1/2 a reduction in delirium duration, and 2/3 found a reduction in falls. Facilitators and barriers to implementation were discussed. CONCLUSION: There was consistency in team structure and core components, however intervention operationalization and effectiveness varied widely. There is some evidence that this model is effective for reducing delirium and its sequelae.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,100
Tête enseignante GPT0,466
Écart entre enseignants0,367 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GerontologyMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207