Association Between Effects of Frailty and Delirium on Hospital Mortality in Critically Ill Patients in the ICU Requiring Noninvasive Ventilation
Notice bibliographique
Résumé
An increasing number of patients with acute respiratory failure are supported with noninvasive ventilation (NIV). Although one-third of the patients receiving NIV experience delirium, its cause largely is unknown. It is hypothesized that frailty may be a contributing factor. Does delirium have an association with hospital mortality in patients with and without frailty receiving only NIV? This was a retrospective, multicenter registry-based observational study using the Australian and New Zealand Intensive Care Society Adult Patient Database. All adults (aged ≥ 16 years) with critical illness across 178 ICUs between January 1, 2018, and December 31, 2022, with a documented clinical frailty scale score requiring NIV were included. The primary outcome was hospital mortality. We assessed the association between delirium and hospital mortality in patients with and without frailty, adjusting for acute illness severity at ICU admission, sex, hospital type, unplanned ICU admission, and if ICU admission happened after rapid response team review. We included 30,534 patients, of whom 12,872 patients (42.2%) were frail. Delirium was more prevalent in patients with frailty (10.0% vs 5.6%; P < .001). The in-hospital mortality was higher in patients with frailty (22.5% vs 9.0%; P < .001) when compared with those without frailty. Delirium was associated independently with higher mortality across all patients, regardless of the frailty status (33.2% vs 21.0%; adjusted OR [aOR], 1.59; 95% CI, 1.40-1.80). Furthermore, delirium was associated with smaller increases in hospital mortality in patients with frailty (aOR, 1.42; 95% CI, 1.22-1.66) compared with those without frailty (aOR, 1.90; 95% CI, 1.53-2.35). Although delirium was associated with higher hospital mortality, the relative impact of this association was greatest in patients without frailty. These findings challenge the 1-size-fits-all approach to delirium management in the ICU, advocating for nuanced strategies that consider the broader clinical context, including frailty.
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 | 0,000 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».