Too many crying babies: a systematic review of pain management practices during immunizations on YouTube
Notice bibliographique
Résumé
BACKGROUND: Early childhood immunizations, although vital for preventative health, are painful and too often lead to fear of needles. Effective pain management strategies during infant immunizations include breastfeeding, sweet solutions, and upright front-to-front holding. However, it is unknown how often these strategies are used in clinical practice. We aimed to review the content of YouTube videos showing infants being immunized to ascertain parents' and health care professionals' use of pain management strategies, as well as to assess infants' pain and distress. METHODS: A systematic review of YouTube videos showing intramuscular injections in infants less than 12 months was completed using the search terms "baby injection" and "baby vaccine" to assess (1) the use of pain management strategies and (2) infant pain and distress. Pain was assessed by crying duration and pain scores using the FLACC (Face, Legs, Activity, Cry, Consolability) tool. RESULTS: A total of 142 videos were included and coded by two trained individual viewers. Most infants received one injection (range of one to six). Almost all (94%) infants cried before or during the injections for a median of 33 seconds (IQR = 39), up to 146 seconds. FLACC scores during the immunizations were high, with a median of 10 (IQR = 3). No videos showed breastfeeding or the use of sucrose/sweet solutions during the injection(s), and only four (3%) videos showed the infants being held in a front-to-front position during the injections. Distraction using talking or singing was the most commonly used (66%) pain management strategy. CONCLUSIONS: YouTube videos of infants being immunized showed that infants were highly distressed during the procedures. There was no use of breastfeeding or sweet solutions and limited use of upright or front-to-front holding during the injections. This systematic review will be used as a baseline to evaluate the impact of future knowledge translation interventions using YouTube to improve pain management practices for infant immunizations.
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 | 0,006 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».