Melatonin for preventing postoperative delirium in elderly patients: A multicenter randomized placebo-controlled pilot study
Notice bibliographique
Résumé
BACKGROUND: Postoperative delirium (POD) in older adults is associated with high risk of morbidity and mortality. With limited treatment options, prevention is essential. Melatonin has been suggested to prevent delirium through regulating the sleep-wake cycle and serotonin metabolism, which has been shown to be disrupted in patients with POD. However, the evidence regarding the use of melatonin for POD prevention is limited and inconclusive. METHODS: Our multicenter, 2-arm, parallel-group, feasibility randomized controlled trial evaluated the effect of melatonin on POD incidence after noncardiac surgery in patients >65 years (n = 120). Patients were randomized to 3 mg oral melatonin or placebo once preoperatively and for 7 days postoperatively. Patients were assessed twice daily for delirium and followed at 3 months postoperatively. Feasibility outcomes were recruitment rate, medication adherence, and proportion completing 3-month follow-up. Clinical outcomes were delirium incidence, sleep quality, institutional discharge, and cognitive status at 3 months. RESULTS: Between September 2021 and June 2023, 85 patients were randomized (~1 patient/wk); of these, 92.9% adhered to study medications and 87.1% completed the 3-month follow-up. POD occurred in 9 patients with no statistical difference between the groups (melatonin group, n = 7; placebo group, n = 2; adjusted odds ratio: 1.12; 95% confidence interval: 0.006-150.1). There were no differences in any other clinical outcomes. Pandemic-related challenges, including interruption of surgeries and restrictions on research procedures impacted feasibility and the study was terminated early due to futility. CONCLUSIONS: Based on our observations, a sample size of >1000 patients is required for a definitive trial to evaluate the role of melatonin in reducing the incidence of POD. Design changes need to be considered to address feasibility challenges and ongoing post-pandemic modifications to patient care.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».