Advancing Delirium Treatment Trials in Older Adults: Recommendations for Future Trials From the Network for Investigation of Delirium: Unifying Scientists (NIDUS)
Notice bibliographique
Résumé
OBJECTIVES: To summarize the delirium treatment trial literature, identify the unique challenges in delirium treatment trials, and formulate recommendations to address each in older adults. DESIGN: A 39-member interprofessional and international expert working group of clinicians (physicians, nurses, and pharmacists) and nonclinicians (biostatisticians, epidemiologists, and trial methodologists) was convened. Four expert panels were assembled to explore key subtopics (pharmacological/nonpharmacologic treatment, methodological challenges, and novel research designs). METHODS: To provide background and context, a review of delirium treatment randomized controlled trials (RCTs) published between 2003 and 2023 was conducted and evidence gaps were identified. The four panels addressed the identified subtopics. For each subtopic, research challenges were identified and recommendations to address each were proposed through virtual discussion before a live, full-day, and in-person conference. General agreement was reached for each proposed recommendation across the entire working group via moderated conference discussion. Recommendations were synthesized across panels and iteratively discussed through rounds of virtual meetings and draft reviews. RESULTS: We identified key evidence gaps through a systematic literature review, yielding 43 RCTs of delirium treatments. From this review, eight unique challenges for delirium treatment trials were identified, and recommendations to address each were made based on panel input. The recommendations start with design of interventions that consider the multifactorial nature of delirium, include both pharmacological and nonpharmacologic approaches, and target pathophysiologic pathways where possible. Selecting appropriate at-risk patients with moderate vulnerability to delirium may maximize effectiveness. Targeting patients with at least moderate delirium severity and duration will include those most likely to experience adverse outcomes. Delirium severity should be the primary outcome of choice; measurement of short- and long-term clinical outcomes will maximize clinical relevance. Finally, plans for handling informative censoring and missing data are key. CONCLUSIONS: By addressing key delirium treatment challenges and research gaps, our recommendations may serve as a roadmap for advancing delirium treatment research in older adults.
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 | 0,571 | 0,684 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,008 |
| Méta-épidémiologie (sens large) | 0,020 | 0,026 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,025 | 0,026 |
| Science ouverte | 0,017 | 0,018 |
| Intégrité de la recherche | 0,035 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».