MétaCan
Menu
Retour à la cohorte
Enregistrement W2015783625 · doi:10.1097/dbp.0000000000000156

Education About Crying in Normal Infants Is Associated with a Reduction in Pediatric Emergency Room Visits for Crying Complaints

2015· article· en· W2015783625 sur OpenAlexaff
Ronald G. Barr, Fahra Rajabali, Melissa Aragon, Marg Colbourne, Rollin Brant

Notice bibliographique

RevueJournal of Developmental & Behavioral Pediatrics · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInfant Health and Development
Établissements canadiensChild and Family Research InstituteCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCryingEmergency departmentMedicinePediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The primary aim of this study was to determine whether there was any change in visits of 0- to 5-month old infants to the medical emergency room (MER) of a metropolitan pediatric hospital after province-wide implementation of a public health prevention program that teaches new parents about the properties of early crying in normal infants. METHODS: Free-text descriptions of Presenting Complaint and Final Diagnosis on electronic MER clinic visit files were used to classify infants as cases of infant crying not due to disease. Annual crying case visits as a percent of MER visits were analyzed pre- and post-introduction of the prevention program. RESULTS: Before the program, crying case visits represented 724 of 20,394 MER visits (3.5%). The age-specific pattern of MER visits for crying peaked at 6 weeks and was similar to the previously reported age-specific pattern of amounts of crying in the community. After program implementation, crying cases were reduced by 29.5% (p < .001). The most significant reductions were for crying visits in the first to third months of life. CONCLUSION: The findings imply that improved parental knowledge of the characteristics of normal crying secondary to a public health program may reduce MER use for crying complaints in the early months of life.

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)0,007
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,092
Tête enseignante GPT0,423
Écart entre enseignants0,331 · 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

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Developmental & Behavioral PediatricsMême sujetInfant Health and DevelopmentTravaux en français237 207