MétaCan
Menu
Retour à la cohorte
Enregistrement W1986367378 · doi:10.1097/jpn.0b013e31823f900b

Transition to Neonatal Follow-up Programs

2012· article· en· W1986367378 sur OpenAlexafffundabout
Marilyn Ballantyne, Bonnie Stevens, Astrid Guttmann, Andrew R. Willan, Peter Rosenbaum

Notice bibliographique

RevueThe Journal of Perinatal & Neonatal Nursing · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAttendanceNeonatal intensive care unitPsychologyDevelopmental psychologyMedicinePediatrics

Résumé

récupéré en direct d'OpenAlex

Neonatal follow-up (NFU) programs provide health services for infants at high risk for developmental problems after they transition home from the neonatal intensive care unit (NICU). The purpose of the study was to assess current patterns of NFU attendance and explore time points when mothers and infants withdrew from NFU programs during the infant's first year of life. The study was conducted in 3 Canadian tertiary-level NICUs that referred to 2 affiliated, regional NFU programs. A total of 357 mothers and 400 infants were consecutively recruited during NICU hospitalization. Attendance at NFU programs was tracked at each of the 3 scheduled appointments from existing NFU databases. Attendance at NFU decreased over time from 84% at the first appointment to 74% by 12 months, with the highest withdrawal from NFU after NICU discharge, followed by withdrawal after the first NFU appointment. Nonattendance at NFU results in less access to required services and underreporting of the developmental outcomes of these infants. Given these findings, mothers should be screened earlier in the NICU to identify those at greatest risk of not attending NFU. Strategies should be implemented to address potential barriers and provide effective transition and access to the NFU program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,955

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,282
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Journal of Perinatal & Neonatal NursingMême sujetInfant Development and Preterm CareTravaux en français237 207