Prevalence and risk factors of subsyndromal delirium among postoperative patients: A systematic review and meta‐analysis
Notice bibliographique
Résumé
AIM: The aim of this study is to determine the prevalence and risk factors for subsyndromal delirium in the postoperative patient. DESIGN: A systematic review and meta-analysis. METHODS: The Review Manager 5.3 statistics platform and the Newcastle-Ottawa Scale were used for quality evaluation. DATA SOURCES: The following databases were searched: PubMed, Web of Science, EMBASE, The Cochrane Library, Scopus and EBSCO from January 2000 to December 2021. Additional sources were found by looking at relevant articles' citations. RESULTS: A total of 1744 titles were originally identified, and five studies including 962 patients were included in the systematic review, with a pooled prevalence of postoperative subsyndromal delirium (PSSD) of 30% (95% CI: 0.28-0.32). Significant risk variables for PSSD were older age, low levels of education (≤9 years), cognitive impairment, higher comorbidity score, and the duration of operation. CONCLUSION: PSSD is prevalent and is associated with a variety of risk factors as well as low academic performance. IMPACT: Identification and clinical management of patients with PSSD should be improved. Future research on PSSD risk factors should look at a wider range of intraoperative and postoperative risk factors that can be changed. PATIENT AND PUBLIC CONTRIBUTION: No Patient or Public Contribution.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».