The incidence of post-operative delirium among elderly patients and its associated factors
Notice bibliographique
Résumé
Background: Longer life span leads to an increase in elderly patients coming for surgery. The incidence of delirium is reported to be the highest in this population. This study was the first in Malaysia to investigate the incidence and predicting factors for post-operative delirium (POD) among local elderly patients undergoing various types of surgery. Methods: A prospective cohort study was conducted on surgical patients aged 65 years and above who underwent surgery at Hospital Universiti Sains Malaysia (HUSM). Cognitive and frailty statuses were assessed pre-operatively using the Malay version of Montreal Cognitive Assessment (MMoCA) and the Frailty Index for Elderly (FIFE), respectively. Postoperatively, patients were evaluated for the development of POD twice a day for up to 5 days or until discharged. Results: A total of 153 patients were recruited. The incidence of POD was 18.3% (95% CI: 12.5% 25.4%). Factors found to be significantly associated with POD on multivariate analysis were FIFE score (adjusted odds ratio (AOR): 1.568; 95% CI: 1.16 2.10; p = 0.003), METS < 4 (AOR: 3.228; 95% CI: 1.01 10.31; p = 0.048), and presence of intra operative hypotension (AOR: 7.687; 95% CI: 2.69 21.98; p = <0.001). New York Heart Association (NYHA) class, type of anaesthesia, duration of anaesthesia and surgery, estimated blood loss, need for intraoperative transfusion, and amount transfused were only significant on univariable analysis. All of our patients had complete resolution of POD, with a median duration of two days. Conclusion: The incidence of POD among elderly patients coming for both emergency and elective surgeries is high. Patients at higher risk for POD should be identified. This allows precautionary steps to be taken to prevent the development of POD and ensure primary teams are more vigilant post-operatively to detect and treat POD earlier.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».