MétaCan
Menu
Retour à la cohorte
Enregistrement W4387964894 · doi:10.1186/s13741-023-00345-9

The impact of preoperative malnutrition on postoperative delirium: a systematic review and meta-analysis

2023· review· en· W4387964894 sur OpenAlexaboutno aff
Bo Dong, Jing Wang, Li Pan, Jianli Li, Meinv Liu, Huanhuan Zhang

Notice bibliographique

RevuePerioperative Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesHebei Provincial Key Research Projects
Mots-clésMalnutritionMedicineMeta-analysisDeliriumCochrane LibraryOdds ratioSubgroup analysisProspective cohort studyAnthropometryCohort studyInternal medicineSurgeryIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Postoperative delirium (POD) is a common postoperative complication, characterized by disturbance of attention, perception, and consciousness within 1 week after surgery, and linked to cognitive decline, increased mortality, and other serious surgical outcomes. Early identification and treatment of risk factors for POD could reduce the occurrence of delirium and the related poor outcomes. Malnutrition as a possible precipitating factor, defined as the poor anthropometric, functional, and clinical outcomes of nutrient deficiency, has been investigated. However, the evidence is controversial. The goal of this systematic review and meta-analysis was to comprehensively assess the correlation between preoperative malnutrition and POD. METHODS: PubMed, Embase, Cochrane Library, and Web of Science were used to search prospective cohort articles that explored the correlation between preoperative malnutrition and POD from inception until September 30, 2022. Two researchers independently conducted the literature selection and data extraction. The quality of the literature was evaluated according to the Newcastle-Ottawa scale (NOS). Odds ratios (ORs) and 95% confidence intervals (CIs) for POD associated with malnutrition relative to normal nutritional status were calculated. RESULTS: Seven prospective cohort studies qualified for the meta-analysis, which included 2701 patients. The pooled prevalence of preoperative malnutrition was 15.1% (408/2701), and POD occurred in 428 patients (15.8%). The NOS score was above 7 points in all 7 studies. Our results demonstrated that the pooled OR for malnutrition and POD was 2.32 (95% CI 1.62-3.32) based on a random-effects model. Our subgroup analysis suggested that the relationship between malnutrition and POD was significant in adults following noncardiac surgery (OR = 3.04, 95% CI, 1.99-4.62, P < 0.001), while there was no statistical significance in adults following cardiac surgery (OR = 1.76, 95% CI, 0.96-3.22, P = 0.07). Additionally, in the subgroup analysis based on different malnutrition assessment tools (MNA-SF versus others), a significant association was found in the MNA-SF group (OR = 3.04, 95% CI, 1.99-4.62, P < 0.001), but not in the others group (OR = 1.76, 95% CI, 0.96-3.22, P = 0.07). Other subgroup analyses showed that this association was not significantly affected by evaluation instruments for POD, location of the study, or quality of the article (all P < 0.05). CONCLUSIONS: Based on the currently available evidence, our results suggested that preoperative malnutrition was independently associated with POD in adult surgical patients.

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)0,012
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,030
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0170,038
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,126
Tête enseignante GPT0,433
Écart entre enseignants0,306 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerioperative MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207