MétaCan
Menu
Retour à la cohorte
Enregistrement W4221044201 · doi:10.1016/j.chest.2022.02.051

Psychiatric Outcomes in ICU Patients With Family Visitation

2022· article· en· W4221044201 sur OpenAlexafffund
Stephana J. Moss, Brianna K. Rosgen, Filipe R. Lucini, Karla D. Krewulak, Andrea Soo, Christopher J. Doig, Scott B. Patten, Henry T. Stelfox, Kirsten M. Fiest

Notice bibliographique

RevueCHEST Journal · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensCalgary Laboratory ServicesUniversity of CalgaryHotchkiss Brain InstituteAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésMedicineIncidence (geometry)AnxietyRetrospective cohort studyLogistic regressionPopulationPsychiatryCohortPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lack of family visitation in the ICU can have long-term consequences on patients in the ICU after discharge. The effect of family visitation on the incidence of patient psychiatric disorders is unknown. RESEARCH QUESTION: What is the association between family visitation in the ICU and incidence of psychiatric outcomes in patients in the ICU 1 year after hospital discharge? STUDY DESIGN AND METHODS: This study assessed a population-based retrospective cohort of adult patients admitted to the ICU from January 1, 2014, through May 30, 2017, surviving to hospital discharge with ICU length of stay of ≥ 3 days. To be eligible, patients needed to have minimum of 5 years of administrative data before ICU admission and a minimum of 1 year of follow-up data after hospital discharge. An internally validated algorithm that interpreted natural language in health records determined patients with or without in-person family (ie, relatives, friends) visitation during ICU stay. The primary outcome was risk of an incidence of psychiatric disorder (composite outcome), including anxiety, depressive, trauma- and stressor-related, psychotic, and substance use disorders, identified using coding algorithms for administrative databases. Propensity scores were used in inverse probability weighted logistic regression models, and average treatment effects were converted to risk ratios (RRs) with 95% CIs. Secondary outcomes were incidences of diagnoses by type of psychiatric disorder. RESULTS: We included 14,344 patients with (96% [n = 13,771]) and without (4.0% [n = 573]) in-person family visitation who survived hospital discharge. More than one-third of patients received a diagnosis of any psychiatric disorder within 1 year after discharge (34.9%; 95% CI, 34.1%-35.6%). Patients most often received diagnoses of anxiety disorders (17.5%; 95% CI, 16.9%-18.1%) and depressive disorders (17.2%; 95% CI, 16.6%-17.9%). After inverse probability weighting of 13,731 patients, in-person family visitation was associated with a lower risk of received a diagnosis of any incident psychiatric disorder within 1 year after discharge (RR, 0.79; 95% CI, 0.68-0.92). INTERPRETATION: ICU family visitation is associated with a decreased risk of psychiatric disorders in critically ill patients up to 1 year 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 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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,044
Tête enseignante GPT0,349
Écart entre enseignants0,305 · 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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCHEST JournalMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207