Notice bibliographique
Résumé
<div> Critically ill patients admitted to the intensive care unit (ICU) experience various symptoms and discomfort. Although thirst is a typical distressing symptom and should be assessed daily, it is crucial to understand its prevalence and risk factors in the ICU setting. Nevertheless, currently, systematic reviews of prevalence and risk factors are lacking. This study evaluated the prevalence and risk factors of thirst in critically ill patients. We conducted a comprehensive search of the MEDLINE, Cochrane Library, and CINAHL databases. The study design included cohort, cross-sectional, and intervention studies, including randomized and non-randomized controlled trials with control groups. The point estimates from each study were combined using a random-effects meta-analysis model. We aggregated the prevalence of thirst in ICU patients and calculated the point estimates and 95% confidence intervals. The risk of bias was assessed using the Cochrane Risk of Bias 2 tool and Newcastle-Ottawa Scale. Fifteen studies were eligible for inclusion, of which seven reported the prevalence of thirst. A total of 2,204 patients were combined, with a prevalence estimate of 0.70. The risk factors for thirst were categorized as patient and treatment factors: four patient factors (e.g., serum sodium concentration and severity of illness) and six treatment factors (e.g., nil per os and use of diuretics) were identified. However, the results showed high heterogeneity in the prevalence of thirst among critically ill patients. It was established that 70% of critically ill patients experienced thirst. Additional investigations are required to obtain a more comprehensive overview of thirst among these patients. Systematic review registration number The protocol was registered in PROSPERO (ID: CRD42023428619) on June 6, 2023. (URL: <a href="https://www.crd.york.ac.uk" target="_blank">https://www.crd.york.ac.uk</a>) </div>
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 | 0,000 |
| 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) | 0,115 | 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; les deux têtes enseignantes 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 ».