Sterile water injection for labour pain: a systematic review and meta‐analysis of randomised controlled trials
Notice bibliographique
Résumé
BACKGROUND: Up to one-third of labouring women will experience painful 'back labour'. Sterile water injected lateral to the lumbosacral spine is a simple and well-researched approach to this pain. OBJECTIVE: To determine if sterile water injection for low back pain compared to placebo or alternative therapy increased or decreased the rate of Caesarean section. SEARCH STRATEGY: We performed a literature search with no language restriction in four databases: the Cochrane library, EMBASE (1980-2009), Ovid Medline (1950-2009) and CINAHL (1982-2009). SELECTION CRITERIA: We included all randomised controlled trials (RCTs) of sterile water injection for labour pain that included outcomes of interest and original data. DATA COLLECTION AND ANALYSIS: We compared Caesarean section rates among women who received sterile water injection in labour with those who received either placebo treatment or another non-pharmacological treatment modality. Other outcomes included pain scores, use of regional analgesia and women's assessment of treatment. We used Revman 5 for the meta-analysis. Data were entered by one reviewer and independently cross-checked. Pooled outcomes were reported as Relative Risk (RR) or Weighted Mean Difference using Mantel-Haenszel fixed-effects model except when the I2 value >50% indicated significant heterogeneity in which case random-effects model was used. MAIN RESULTS: We included eight RCTs. The Caesarean section rate was 4.6% in the sterile water injection group and 9.9% in the comparison group (n = 828) (RR 0.51, 95% CI: 0.30, 0.87). CONCLUSION: We believe that a large RCT should be mounted to validate our findings regarding the impact of sterile water injections on mode of delivery.
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,007 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».