Incidence rate and risk factors for post-intensive care syndrome subtypes among critical care survivors three months after discharge: A prospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: To investigate the incidence of post-intensive care syndrome subtypes and their risk factors among intensive care unit survivors. RESEARCH METHODOLOGY/DESIGN: This prospective observational cohort study assessed post-intensive care syndrome at three months after discharge in 475 survivors (median age of 62 years, 59.4 % male) admitted for more than 24 hours to 19 intensive care units. SETTING: 19 intensive care units at four university hospitals in Korea. MAIN OUTCOME MEASURES: Three months after discharge, the Hospital Anxiety and Depression Scale, Posttraumatic Diagnosis Scale, Montreal Cognitive Assessment, and Activities of Daily Living were used to evaluate post-intensive care syndrome. RESULTS: Participants exhibited eight subtypes of post-intensive care syndrome: post-intensive care syndrome free (50.3 %), impaired in physical (3.4 %), mental (13.5 %), cognitive (12.4 %), physical and mental (7.8 %), physical and cognitive (2.3 %), mental and cognitive (4.0 %) and all three domains (6.3 %). Age, unemployment, education, comorbidities, unplanned admission, longer stay, and place of discharge were risk factors for each domain. Age ≥ 65 years (OR 9.234, p < .001), female gender (OR = 5.143, p = .002), two or more comorbidities (OR = 8.701, p = .002), and discharge to an extended care facility (OR = 36.040, p < .001) were associated with increased probability of impairment in all three domains. CONCLUSION: The type with impaired in both mental and physical domains was the most prevalent in cases of co-occurrence. Discharge to an extended care facility was one of the most significant risk factor for the occurrence of each domain and intensity of post-intensive care syndrome. IMPLICATIONS FOR CLINICAL PRACTICE: Nurses must promote prevention strategies by proactively evaluating intensive care unit survivors for post-intensive care syndrome risk factors. Additionally, it is necessary to raise healthcare providers' awareness of post-intensive care syndrome evaluation and management in extended care facilities.
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 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 ».