The effect of the COVID-19 pandemic on delirium incidence in Ontario long-term care homes: A retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: To describe delirium incidence before and during the COVID-19 pandemic and examine factors associated with delirium incidence in the long-term care setting. METHODS: We conducted a retrospective cohort study of Ontario long-term care residents without severe cognitive impairment or baseline delirium with an assessment between February 1, 2019, and March 31, 2021. Data were collected from the interRAI Minimum Data Set (MDS) 2.0. The outcome of interest was delirium development. Selected independent variables were entered into univariate longitudinal generalized estimating equations, followed by multivariate analysis. Odds ratios (ORs) and 95% confidence intervals (CIs) are reported. RESULTS: A total of 63,913 residents were included within the comparison sample from February 2019 to February 2020. The pandemic sample consisted of 54,867 residents from March 2020 to March 2021. Incidence of delirium in the comparison sample was 3.4% (2158 residents) compared to 3.2% (1746 residents) in the pandemic sample (P = 0.06). Residents who were older, cognitively impaired, and increasingly frail had greater odds of developing delirium. Increased odds were associated with a diagnosis of bipolar disorder (OR 1.27, 95% CI 1.07-1.51) and anxiolytic use (OR 1.12, 95% CI 1.01-1.25). Residents who were newly admitted (OR 0.65, 95% CI 0.60-0.71) and those dependent for activities of daily living (OR 0.46, 95% CI 0.33-0.64) had lower odds of delirium development. CONCLUSIONS AND IMPLICATIONS: The incidence of delirium did not differ between the year prior to and the first year of the COVID-19 pandemic, indicating that preventative interventions employed by long-term care homes may have been effective. Long-term care residents who are older, frail, cognitively impaired, or had unstable health would benefit from targeted interventions to prevent delirium. Newly admitted residents or those dependent in activities of daily living had lower odds of developing delirium, which could indicate under detection in these groups.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».