Practices and Perceptions Regarding Pain and Pain Management during Routine Childhood Immunizations: Findings from a Focus‐Group Study with Nurses Working at Toronto Public Health, Ontario
Notice bibliographique
Résumé
INTRODUCTION: Despite the availability of a variety of evidence-based interventions, it has previously been reported that the majority of infants and children undergo vaccine injections without the benefit of analgesia. Nurses in public health administer a substantial number of injections; however, their attitudes and practices surrounding acute pain during vaccine injections have not been previously explored. METHODS: A focus-group interview was conducted in Toronto, Ontario, with 10 nurses who immunize children. Participants reported their perceptions and practices with regard to vaccine injection pain and pain management. RESULTS: THREE KEY THEMES EMERGED: environmental and process factors, perceptions regarding the effectiveness of different analgesic interventions, and perceptions regarding pain and fear. Participants reported a lack of control over their environment, resulting in fear and discomfort for children. They recommended increased support from external partners such as school teachers and administrators. Participants reported that pharmacological interventions, such as topical local anesthetics, were not used; however, psychological and physical interventions were commonly used. Nurses questioned the effectiveness of topical anesthetics, and indicated that more education was required regarding effective analgesic interventions. Needle pain was reported to be the most prominent concern for children undergoing vaccine injections, and children were described as being fearful. DISCUSSION: Nurses reported vaccination setting, analgesic effectiveness and relative importance given to pain as important factors for pain and pain management during vaccine injections. Future studies should explore whether additional perspectives are present in vaccinators in other geographical regions. The effectiveness of educational resources and pain management programs aimed at improving current practices should be investigated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».