MétaCan
Menu
Retour à la cohorte
Enregistrement W4200494758 · doi:10.11817/j.issn.1672-7347.2021.210015

Correlation between preoperative sleep disorders and postoperative delayed neurocognitive recovery in elderly patients.

2021· article· en· W4200494758 sur OpenAlexaboutno aff
Renhua Li, Na Chen, E Wang, Zhaohui Tang

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaCentral South University
Mots-clésMedicineNeurocognitivePittsburgh Sleep Quality IndexPerioperativeMontreal Cognitive AssessmentMini–Mental State ExaminationProspective cohort studyQuality of life (healthcare)Sleep disorderRating scaleCognitionAnesthesiaSurgeryCognitive impairmentPsychiatrySleep qualityPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Perioperative neurocognitive disorders (PND) is one of the important factors affecting the recovery of the elderly after surgery, and sleep disorders are also one of the common diseases of the elderly. Previous studies have shown that the quality of postoperative sleep may be factor affecting postoperative cognitive function, but there are few studies on the relationship between preoperative sleep disorders and postoperative cognitive dysfunction. This study aims to explore the relationship between preoperative sleep disorders and postoperative delayed neurocognitive recovery in elderly patients, and provide references for improving the prognosis and quality of life of patients. METHODS: This study was porformed as a prospective cohort study. Elderly patients (age≥65 years old) underwent elective non-cardiac surgery at Xiangya Hospital of Central South University from October 2019 to January 2020 were selected and interviewed 1 day before the operation. The Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment Scale (MoCA) were used to assess the patient's baseline cognitive status. Patients with preoperative MMSE scores of less than 24 points were excluded. For patients meeting the criteria of inclusion, Pittsburgh Sleep Quality Index (PSQI) scale was used to evaluate the patients, and the patients were divided into a sleep disorder group and a non-sleep disorder group according to the score. General data of patients were collected and intraoperative data were recorded, such as duration of surgery, anesthetic time, surgical site, intraoperative fluid input, intraoperative blood product input, intraoperative blood loss and drug use. On consecutive 5 days after surgery, Numerical Rating Scale (NRS) was used to evaluate the sleep of the previous night and the pain of the day, which were recorded as sleep NRS score and pain NRS score; Confusion Assessment Method for ICU (CAM-ICU) scale and Confusion Assessment Method (CAM) scale were used to assess the occurrence of delirium. On the 7th day after the operation, the MMSE and MoCA scales were used to evaluate cognitive function of patients. We compared the incidence of postoperative complications, the number of deaths, the number of unplanned ICU patients, the number of unplanned secondary operations, etc between the 2 groups. The baseline and prognosis of the 2 groups of patients were analyzed by univariate and multivariate logistics to analyze their correlation. RESULTS: =0.039). CONCLUSIONS: Preoperative sleep disorders can increase the risk of delayed neurocognitive function recovery in elderly patients. Active treatment of preoperative sleep disorders may improve perioperative neurocognitive function in elderly patients.

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)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,325
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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'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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207