摘要 目的 质子泵抑制剂 (PPI) 暴露可导致低钠血症,这是谵妄的常见原因。文献中提出了 PPI 暴露与无低钠血症的谵妄之间的关联。我们旨在描述谵妄报告与 PPI 暴露之间的关联,并评估 PPI 与有无低钠血症的谵妄之间的关联。设计 对索赔数据进行描述性和不成比例分析。设置 1991 年 1 月 1 日至 2022 年 2 月 9 日之间的世界药物警戒数据库 VigiBase。主要和次要结果测量在第一部分中,我们描述了怀疑与 PPI 或 PPI 与其他药物相互作用有关的谵妄报告。在第二部分中,使用谵妄病例和非病例来评估不成比例信号,使用报告 OR (ROR) 来评估 PPI 暴露与谵妄或谵妄/低钠血症并发事件之间的关联。结果 我们发现了 2395 份怀疑与 PPI 暴露有关的谵妄报告。奥美拉唑、埃索美拉唑和泮托拉唑是报告最多的 PPI。11% 的报告存在低钠血症。不成比例分析包括 1 264 798 份使用 PPI 患者的药物不良反应报告,其中包括 19 081 份谵妄报告。我们没有发现 PPI 使用与谵妄之间关联的不成比例信号(ROR 0.89,95% CI 0.87 至 0.91)。我们发现 PPI 的使用与谵妄/低钠血症并发事件有关(ROR 1.53,95% CI 1.41 至 1.65)。结论 大多数怀疑与 PPI 有关的谵妄报告不包括同时发生的低钠血症。然而,与其他药物相比,PPI 未观察到谵妄报告比例不均衡的显著信号,除了与低钠血症相关的谵妄病例。低钠血症可能是将 PPI 暴露与谵妄联系起来的主要机制,这种可能性应在前瞻性研究中进一步探索。试验注册号 NCT05815550 。
术后谵妄(POD)是老年髋部骨折患者常见且严重的并发症。识别出POD的高危患者有助于改善髋部骨折患者的预后。我们对2014年1月至2019年8月期间接受骨科手术治疗髋部骨折的老年患者(≥65岁)进行了回顾性研究。采用常规逻辑回归和五种机器学习算法建立POD的预测模型。采用逻辑回归方法构建POD预测列线图。计算受试者工作特征曲线下面积(AUC-ROC)、准确度、灵敏度和精确度来评估不同的模型。使用Shapley加性解释(SHAP)解释个体的特征重要性。约797名患者参加了该研究,POD的发生率为9.28%(74/797)。年龄、肾功能不全、慢性阻塞性肺病 (COPD)、抗精神病药物的使用、乳酸脱氢酶 (LDH) 和 C 反应蛋白用于构建 POD 的列线图,AUC 为 0.71。五种机器学习模型的 AUC 分别为 0.81(随机森林)、0.80(GBM)、0.68(AdaBoost)、0.77(XGBoost)和 0.70(SVM)。六种模型的敏感度范围从 68.8%(逻辑回归和 SVM)到 91.9%(随机森林)。六种机器学习模型的精确度范围从 18.3%(逻辑回归)到 67.8%(SVM)。使用逻辑回归和五种机器学习算法构建了髋部骨折患者 POD 的六种预测模型。机器学习算法的应用可以提供便捷的 POD 风险分层,使老年髋部骨折患者受益。
意识错乱评估方法-ICU (CAM-ICU) 是唯一在老年和重症监护患者群体中得到验证的谵妄筛查工具。3–9 CAM-ICU 在研究中使用时具有高敏感性 (93-100%) 和特异性 (98-100%),因此受到重症监护医学会 (SCCM) 的推荐。3,4 然而,在临床实践中,镇静剂的使用和脑损伤阻碍了对多达 58% 的 ICU 患者的准确评估。加上临床医生评分者间信度 (43-47%) 挑战和实践漂移,阳性谵妄病例的识别率约为 20%。10,11 即使确诊,谵妄也常常被认为是痴呆或其他原因造成的。12 因此,迫切需要一种能够早期准确检测的客观生理监测器。
术后谵妄倾向的潜在结构相关性仍然很大程度上未知。对术前脑磁共振成像 (MRI) 标记物的综合分析可以提高我们对谵妄病理生理学的理解。因此,我们旨在识别计划接受重大择期手术的老年患者的不同 MRI 脑表型,并评估这些表型与术后谵妄之间的关系。通过对老年患者 (n = 161,平均年龄 71,标准差 5 岁) 的 MRI 脑部扫描确定神经退行性和神经血管性脑部变化的标记物,其中 24 人 (15%) 患上谵妄。进行了层次聚类分析。我们发现了六组具有不同 MRI 脑表型的患者。逻辑回归分析显示,多重负担病理患者发生术后谵妄的几率较高(n = 15 (9%),比值比(95% 置信区间):3.8 (1.1–13.0))。总之,这些结果表明,不同的 MRI 脑表型与大型择期手术后发生谵妄的不同风险相关。MRI 脑表型有助于更好地了解术后谵妄易感性的结构相关性。