Delirium (PRE-DELIRIC) prediction model for intensive care patients, versio - Evidencio
Delirium (PRE-DELIRIC) prediction model for intensive care patients, version 1 (old)
The PRE-DELIRIC model version 1 allows for early prediction of delirium and initiation of preventive measures. In 2014, the model was recalibrated based on multicenter data, resulting in version 2 of the model.

We recommend using the recalibrated PRE-DELIRIC model (version 2) instead. 
Auteurs: van den Boogaard M, Pickkers P, Slooter AJ, Kuiper MA, Spronk PE, van der Voorst PH, van der Hoeven JG, Donders R, van Achterberg T, and Schoonhoven L.
Versie: 1.39
  • Publiek
  • Intensive care
  • {{ modelType }}
  • Details
  • Valideer algoritme
  • Bewaar invoer
  • Laad invoer
Weergave
Eenheden

{{ section.title }}

{{ section.description }}

Bereken het resultaat

Vul meer parameters in om de berekening uit te voeren

Risk of delirium in intensive care patient:

{{ resultSubheader }}
{{ $t('download_result_availability') }}
{{ chart.title }}
Resultaat interval {{ additionalResult.min }} tot {{ additionalResult.max }}

Conditionele informatie

How this model should be used: 
The PRE-DELIRIC model version 1 for intensive care patients consists of ten risk factors that are readily available within 24 hours afterintensive care admission and has a high predictive value. The model allows for early prediction of delirium and initiation of preventive measures. 

Recalibrated model available: 
In 2014, the PRE-DELIRIC model version 1 was recalibrated based on multicenter data, resulting in version 2 of the model. We recommend using the recalibrated model instead of version 1. 

Model performance: 
The AUROC was 0.87 (95% confidence interval 0.85 to 0.89) and 0.86 after bootstrapping. The AUROC for nurses' and physicians' predictions (n=124) was significantly lower at 0.59 (95% CI: 0.49 to 0.70) for both. Calibration of the model resulted in a calibration slope of 1.08 and an intercept of −0.06. In a multicenter validation performed in 2014 including 2852 intensive care patients, the mean AUROC of the eight participating centers was 0.77 (95% CI: 0.74 to 0.79). 

Source: 
van den Boogaard M, Pickkers P, Slooter AJ, et al. Development and validation of PRE-DELIRIC (PREdiction of DELIRium in ICu patients) delirium prediction model for intensive care patients: observational multicentre study. BMJ. 2012;344:e420.

{{ file.classification }}
PRO
Notitie
Notities zijn alleen zichtbaar in de resultaat download en worden niet opgeslagen door Evidencio

Dit algoritme wordt verstrekt voor educatieve, opleidings- en informatieve doeleinden. Het mag niet worden gebruikt ter ondersteuning van medische besluitvorming, of om medische of diagnostische diensten te verlenen. Lees onze volledige disclaimer.

Onderliggende algoritmes Onderdeel van
Opmerkingen
Opmerking
Vul een opmerking in.
Opmerkingen zijn voor iedereen zichtbaar

Algoritme feedback

Nog geen feedback 1 Opmerking {{ model.comments.length }} Opmerkingen
Op {{ comment.created_at }} {{ comment.user.username }} een niet langer geregistreerde auteur schreef:
{{ comment.content }}
logo

Log a.u.b. in om de Evidencio print-functies te gebruiken

Om de Evidencio print-functies te kunnen gebruiken dient u ingelogt te zijn.
Indien u nog geen Evidencio Community Account heeft kunt u eenvoudig een persoonlijk account aanmaken op:

https://www.evidencio.com/registration

Print rapport - Voorbeelden {{ new Date().toLocaleString() }}

Evidencio Community Account voordelen

With an Evidencio Community account you can:

  • Create and publish your own prediction algorithms.
  • Share your prediction algorithms with your colleagues, research group, organization or the world.
  • Review and provide feedback on algorithms that have been shared with you.
  • Validate your algorithms and validate algorithms from other users.
  • Find algorithms based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction algorithms and their data.
  • Use patient specific protocols and guidelines based on sequential algorithms and decision trees.
  • Stay up-to-date with new algorithms in your field as they are published.
  • Create your own lists of favorite algorithms and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction algorithms.

Disclaimer: Predictie algoritmes dienen enkel ter ondersteuning en naslag geraadpleegd te worden en zijn geen vervanging voor medische besluitvorming door professionals.
Algemene voorwaarden | Privacy Policy | Disclaimer | Contact | Cookies weigeren |
Evidencio v3.38 © 2015 - 2025 Evidencio. Alle rechten voorbehouden