276 SENSORY DEPRIVATION IN OLDER MEDICAL INPATIENTS: ARE WE AWARE ENOUGH?
Notice bibliographique
Résumé
Abstract Background Visual and hearing impairment is common amongst older adults admitted to the acute hospital setting. Sensory deprivation can contribute to falls and incidence of delirium, particularly in those who have underlying cognitive impairment. Interventions which reduce sensory deprivation have been recommended to avoid these complication [1]. Methods Patients over 75 admitted to 11 medical wards in a University Teaching Hospital were assessed. Baseline demographics were collected. Documentation regarding hearing and visual impairment, delirium, completion of 4 AT, and underlying cognitive impairment was reviewed. Inpatient falls were documented. Results 100 older adults were included in the audit. (Mean age: 83.5 years). 73% of patients had a visual impairment and 23% had a hearing impairment. 67% had access to their glasses and only 27% of patients had access to their hearing aids. Documentation of sensory disability in either medical or nursing notes was 19%. 29% of patients had documented delirium during their inpatient stay. 4AT was performed on 76% of admitted older adults in the selected wards. Conclusion Visual and hearing impairment is common amongst older admitted medical inpatients. Despite this, there can be a lack of access to glasses and hearing aids. There is a paucity of documentation regarding sensory deprivation, therefore interventions targeting this risk factor for delirium may not be allocated to the cohort most at risk. We recommend strategies highlighting awareness of sensory deprivation in older adults admitted to hospital. Reference 1. Surkan MJ and Gibson W. Interventions to mobilize elderly patients and reduce length of hospital stay. Canadian Journal of Cardiology. 2018 34(7), pp. 881–888.
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 ».