MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386483732 · doi:10.3390/curroncol30090598

The Confusion Assessment Method Could Be More Accurate than the Memorial Delirium Assessment Scale for Diagnosing Delirium in Older Cancer Patients: An Exploratory Study

2023· article· en· W4386483732 sur OpenAlexvenueno aff
Paula Llisterri-Sánchez, María Benlloch, Pilar Pérez‐Ros

Notice bibliographique

RevueCurrent Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeliriumMedicineConfusionScale (ratio)CancerExploratory researchPsychiatryGerontologyIntensive care medicineInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Older people with cancer carry a high risk of delirium, an underdiagnosed syndrome due to its diagnostic complexity and often subtle presentation. Tools based on the Diagnostic and Statistical Manual of Mental Disorders (DSM) are available to different health professionals. Our aim is to assess the prevalence of delirium in older people with cancer in an inpatient unit and the accuracy of the Confusion Assessment Method (CAM) and Memorial Delirium Assessment Scale (MDAS). METHODS: This exploratory, cross-sectional study included people aged 65 years or older with a diagnosis of cancer and admitted to the medical oncology unit from June 2021 to December 2022. The diagnostic accuracy of CAM and MDAS was analyzed against the gold standard medical diagnosis based on DSM-5 criteria by two medical oncologists. The cutoff point for the MDAS was determined using a receiver-operating characteristics (ROC) curve. RESULTS: Among the 75 included patients (mean age 71.6 years, standard deviation 4.1; 52% males), the prevalence of delirium was 62.7%. The most prevalent types of cancer in patients with delirium were hematological and lung cancer. The scale with the highest diagnostic accuracy was the CAM, with a sensitivity of 100% and specificity of 86%, followed by the MDAS, with a sensitivity of 88% and specificity of 30%. The presence of cognitive impairment hindered the detection of delirium. CONCLUSIONS: The CAM scale was more accurate than the MDAS pre-existing cognitive impairment in our sample. Further studies are needed to analyze the diagnostic accuracy of delirium tools in older populations with cancer and in the presence of cognitive impairment.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,131
Tête enseignante GPT0,511
Écart entre enseignants0,380 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetIntensive Care Unit Cognitive Disorders→Travaux en français237 207→