Prevalence, management and outcomes of unrecognized delirium in a National Sample of 1,493 older emergency department patients: how many were sent home and what happened to them?
Notice bibliographique
Résumé
BACKGROUND: Retrospective studies estimate Emergency Department (ED) delirium recognition at <20%; few prospective studies have assessed delirium recognition and outcomes for patients with unrecognized delirium. OBJECTIVES: To prospectively measure delirium recognition by ED nurses and physicians, document their confidence in diagnosis and disposition, actual dispositions, and patient outcomes. METHODS: Prospective observational study of people ≥65 years. We assessed delirium using the Confusion Assessment Method, then asked ED staff if the patient had delirium, confidence in their assessment, if the patient could be discharged, and contacted patients 1 week postdischarge. We report proportions and 95% confidence intervals (Cls). RESULTS: We enrolled 1,493 participants; mean age was 77.9 years; 49.2% were female, 79 (5.3%, 95% CI 4.2-6.5%) had delirium. ED nurses missed delirium in 43/78 cases (55.1%, 95% CI 43.4-66.4%). Nurses considered 12/43 (27.9%) patients with unrecognized delirium safe to discharge. Median confidence in their delirium diagnosis for patients with unrecognized delirium was 7.0/10. Physicians missed delirium in 10/20 (50.0%, 95% CI 27.2-72.8) cases and considered 2/10 (20.0%) safe to discharge. Median confidence in their delirium diagnosis for patients with unrecognized delirium was 8.0/10. Fifteen patients with unrecognized delirium were sent home: 6.7% died at 1 week follow-up vs. none in those with recognized delirium and 1.1% in the rest of the cohort. CONCLUSION: Delirium recognition by nurses and physicians was sub-optimal at ~50% and may be associated with increased mortality. Research should explore root causes of unrecognized delirium, and novel strategies to systematically improve delirium recognition and patient outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».