Delirium Screening in Critically Ill Children: Secondary Analysis of the Multicenter PICU Up! Pilot Trial Dataset, 2019–2020*
Notice bibliographique
Résumé
OBJECTIVES: To determine the patient-level factors associated with performing daily delirium screening in PICUs with established delirium screening practices. DESIGN: A secondary analysis of 2019-2020 prospective data from the baseline phase of the PICU Up! pilot stepped-wedge multicenter trial (NCT03860168). SETTING: Six PICUs in the United States. PATIENTS: One thousand sixty-four patients who were admitted to a PICU for 3 or more days. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Of 1064 patients, 74% (95% CI, 71-76%) underwent delirium screening at least once during their PICU stay. On 57% of the 8965 eligible patient days, screening was conducted. The overall prevalence of delirium was 46% across all screened days, and 64% of screened patients experienced delirium at some point during their PICU stay. Factors associated with greater adjusted odds ratio (aOR) of increased daily delirium screening included PICU stay longer than 15 days compared with 1-3 days (aOR 3.36 [95% CI, 2.62-4.30]), invasive mechanical ventilation as opposed to room air (aOR 1.67 [95% CI, 1.32-2.12]), dexmedetomidine infusions (aOR 1.23 [95% CI, 1.04-1.44]) and propofol infusions (aOR 1.55 [95% CI, 1.08-2.23]). Conversely, decreased aOR of daily delirium screening was associated with female gender (aOR 0.78 [95% CI, 0.63-0.96]), and the administration of continuous infusions of opioids (aOR 0.75 [95% CI, 0.63-0.90]) or ketamine (aOR 0.48 [95% CI, 0.29-0.79]). Neither patient age, the presence of family or physical restraints, or benzodiazepine infusions were associated with daily delirium screening rates. CONCLUSIONS: In the 2019-2020 PICU UP! cohort, across six PICUs, delirium screening occurred on only 57% of days, despite the presence of established practices. Female gender, patients in the early stages of their PICU stay, and patients not receiving mechanical ventilation were associated with lower odds of daily delirium screening. Our results highlight the need for structured quality improvement processes to both standardize and increase the frequency of delirium screening.
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 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».