Delirium (PRE-DELIRIC) prediction model for intensive care patients, versio - Evidencio
Delirium (PRE-DELIRIC) prediction model for intensive care patients, version 2 (recalibrated)
The recalibrated PRE-DELIRIC model (version 2) for intensive care patients consists of 10 risk factors that are readily available within 24 hours after intensive care admission and has a high predictive value. The model allows for early prediction of delirium and initiation of preventive measures.
Auteurs: van den Boogaard M, Schoonhoven L, Maseda E, Plowright C, Jones C, Luetz A, Sackey PV, Jorens PG, Aitken LM, van Haren FM, Donders R, van der Hoeven JG, and Pickkers P.
Versie: 1.24
  • 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 unit patient:

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

Conditionele informatie

How this model should be used: 
The recalibrated PRE-DELIRIC model (version 2) 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.1

Model performance: 
An international multicenter validation study of a previously developed model2 was performed including 1,824 ICU patients. Although the incidence of all ten predictors differed significantly between centers, the area under the receiver operating characteristic (AUROC) curve of the eight participating centers remained good: 0.77 (95 % CI 0.74–0.79). Recalibration resulted in improved re-calibration of the PRE-DELIRIC model.
 
Source: 
[1] 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.
[2] van den Boogaard M, Schoonhoven L, Maseda E, et al. Recalibration of the delirium prediction model for ICU patients (PRE-DELIRIC): a multinational observational study. Intensive Care Med. 2014;40(3):361-9. 
 

{{ 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