住院患者谵妄的评估

在获得书面知情同意书和受保护健康信息 (PHI) 同意书后，单位护士每班将定期进行 CAM-ICU（ICU 混乱评估方法）测量。 结果将在病历中提供。 然后，研究人员将测量体力活动和生理指标（例如， 使用不显眼的身体佩戴传感器来测量心电图、心率、呼吸频率和体温。 该传感器将使用专门设计的贴片 (BioPatchTM) 连接到第五肋间，以量化身体活动，如行走、站立、坐着、躺着，以及测量其他生理参数。 这些测量结果仅供研究团队使用，住院研究室的护士无法使用。 将获得病史（来自临床图表）和人口统计信息，例如年龄、性别、体重和身高以及详细信息（例如，出生日期）。 住院期间发生的伤害、跌倒评分和跌倒次数）。 研究测试包括一项核心测量和一项辅助测量（根据需要），如下所列（注意 - 可能并非每个人都需要辅助测量）。

核心测量 身体活动和生理测量的评估：患者将被要求佩戴 Zephyr BioModule 24 小时，直至最长住院时间。 Zephyr BioModule 将使用专门设计的贴片 (BioPatchTM) 连接到患者的第五肋间。

辅助测量上肢测试：经过验证的身体佩戴传感器（LEGSys™，Biosensics LLC）将用于评估上肢运动学（角速度）。 这是一个简单的测试，患者每只手臂弯曲和伸展 20 秒。

分析计划：

为了利用体力活动和生理数据预测谵妄的风险，参与研究的每位患者将根据 CAM-ICU 调查问卷根据是否存在谵妄进行分类。 逻辑回归分析将用于检查每个体力活动变量之间的关系（例如，运动量）。 躺卧时间）和生理测量（例如 心率）有谵妄风险。 首先，将采用单变量逻辑回归，以谵妄的存在作为因变量，来研究测试变量的关系。 将为每个解释变量计算比值比 (OR) 和决定系数 (R2)。 然后使用逐步自动化方法进行多变量逻辑回归，以研究体力活动变量和生理测量在预测谵妄中的独立影响。 对于任何显示对预测谵妄具有独立影响的非分类变量，将计算不同截止值的敏感性、特异性、阳性和阴性预测值。 两侧 P 值≤0.05 将被视为具有统计显着性。 将使用 SPSS（社会科学统计软件包）statistics 22.0（IBM，Armonk（城镇名称），NY（纽约），美国）进行统计分析。