MétaCan
Menu
Retour à la cohorte
Enregistrement W4400028613 · doi:10.1016/j.jclinane.2024.111532

Prevalence of preoperative depression and adverse outcomes in older patients undergoing elective surgery: A systematic review and meta-analysis

2024· review· en· W4400028613 sur OpenAlexaff
Alisia Chen, Ekaterina An, Ellene Yan, Aparna Saripella, A. Khullar, Griffins Misati, Yasmin Alhamdah, Marina Englesakis, Linda Mah, Carmela Tartaglia, Frances Chung

Notice bibliographique

RevueJournal of Clinical Anesthesia · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensUniversity of CalgaryUniversity of AlbertaUniversity of TorontoUniversity Health NetworkToronto Western HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineDepression (economics)PerioperativeDeliriumBeck Depression InventoryMEDLINEMeta-analysisPopulationGeriatric Depression ScaleAdverse effectAnxietyPhysical therapyInternal medicinePsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

Depression is a common cause of long-lasting disability and preoperative mental health state that has important implications for optimizing recovery in the perioperative period. In older elective surgical patients, the prevalence of preoperative depression and associated adverse pre- and postoperative outcomes are unknown. This systematic review and meta-analysis aimed to determine the prevalence of preoperative depression and the associated adverse outcomes in the older surgical population. Systematic review and meta-analysis. MEDLINE, MEDLINE Epub Ahead of Print and In-Process, In-Data-Review & Other Non-Indexed Citations, Embase/Embase Classic, Cochrane CENTRAL, and Cochrane Database of Systematic Reviews, ClinicalTrials.Gov, the WHO ICTRP (International Clinical Trials Registry Platform) for relevant articles from 2000 to present. Patients aged ≥65 years old undergoing non-cardiac elective surgery with preoperative depression assessed by tools validated in older adults. These validated tools include the Geriatric Depression Scale (GDS), Hospital Depression and Anxiety Scale (HADS), Beck Depression Inventory-II (BDI), Patient Health Questionnaire-9 (PHQ-9), and the Centre for Epidemiological Studies Depression Scale (CESD). Preoperative assessment. The primary outcome was the prevalence of preoperative depression. Additional outcomes included preoperative cognitive impairment, and postoperative outcomes such as delirium, functional decline, discharge disposition, readmission, length of stay, and postoperative complications. Thirteen studies (n = 2824) were included. Preoperative depression was most assessed using the Geriatric Depression Scale-15 (GDS-15) (n = 12). The overall prevalence of preoperative depression was 23% (95% CI: 15%, 30%). Within non-cancer non-cardiac mixed surgery, the pooled prevalence was 19% (95% CI: 11%, 27%). The prevalence in orthopedic surgery was 17% (95% CI: 9%, 24%). In spine surgery, the prevalence was higher at 46% (95% CI: 28%, 64%). Meta-analysis showed that preoperative depression was associated with a two-fold increased risk of postoperative delirium than those without depression (32% vs 23%, OR: 2.25; 95% CI: 1.67, 3.03; I2: 0%; P ≤0.00001). The overall prevalence of older surgical patients who suffered from depression was 23%. Preoperative depression was associated with a two-fold higher risk of postoperative delirium. Further work is needed to determine the need for depression screening and treatment preoperatively.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,031
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,091
Tête enseignante GPT0,423
Écart entre enseignants0,331 · 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

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical AnesthesiaMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207