MétaCan
Menu
Retour à la cohorte
Enregistrement W4310943206 · doi:10.1111/acem.14637

Utility of head computed tomography for older adults with suspected delirium in the emergency department: A retrospective observational study

2022· article· en· W4310943206 sur OpenAlexaff
Josh D. Butcher, Mckinley C Smith, Lauren Roberts, Brittany Ellis

Notice bibliographique

RevueAcademic Emergency Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensUniversity of SaskatchewanRoyal University Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDeliriumGlasgow Coma ScaleEmergency departmentRetrospective cohort studyHead injuryEtiologyObservational studyPediatricsEmergency medicineIntensive care medicineSurgeryInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Delirium in older people is associated with significant morbidity and mortality and has life-threatening etiologies making prompt recognition essential. Computed tomography of the head (CT-head) may have a role in determining the cause of delirium; however, inpatient studies suggest it is overused. There is a paucity of emergency department (ED)-based research surrounding the use of CT-head in delirium. This study aims to describe the utility of CT-head in older patients presenting to the ED with symptoms of delirium. METHODS: We conducted a retrospective chart review of patients 65 years and older with symptoms of delirium who visited local EDs over a 3.5-year period (2016-2020). We compared patients who did and did not receive CT-head. Our primary objective was to determine the proportion of acute findings in patients who received CT-head. Our secondary objectives were to describe the proportions of patients who did and did not receive CT-head in terms of their demographics, presenting symptoms, disposition, and indications for and results of CT-head scans. Chi-square tests were utilized for comparisons. RESULTS: A total of 630 encounters were identified through database searching; 526 met inclusion criteria. Thirty-four were excluded for presenting directly to consultants, leaving 492 included encounters. Of those who received a CT-head (n = 279), 13 (4.7%) had acute findings. Of the encounters with acute findings, four (30.77%) had focal neurological deficits (FND), and two (15.38%) had Glasgow Coma Scale (GCS) score < 14. Patients without CT-head (n = 213) were more likely to be discharged (p < 0.01) and less likely to have a FND (p < 0.01). CONCLUSIONS: CT-head is ordered for over half of older ED patients with symptoms of delirium despite infrequent acute findings. Acute findings typically occur in the context of symptoms suggestive of intracranial abnormalities such as FND or GCS < 14. This suggests physicians should be more selective when ordering CT-heads in patients with symptoms of delirium.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,352
Écart entre enseignants0,294 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Emergency MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207