Procedural pain in neonatal units in Kenya
Notice bibliographique
Résumé
OBJECTIVES: To determine the nature and frequency of painful procedures and procedural pain management practices in neonatal units in Kenya. DESIGN: Cross-sectional survey. SETTING: Level I and level II neonatal units in Kenya. PATIENTS: Ninety-five term and preterm neonates from seven neonatal units. METHODS: Medical records of neonates admitted for at least 24 h were reviewed to determine the nature and frequency of painful procedures performed in the 24 h period preceding data collection (6:00 to 6:00) as well as the pain management interventions (eg, morphine, breastfeeding, skin-to-skin contact, containment, non-nutritive sucking) that accompanied each procedure. RESULTS: Neonates experienced a total of 404 painful procedures over a 24 h period (mean=4.3, SD 2.0; range 1-12); 270 tissue-damaging (mean=2.85, SD 1.1; range 1-6) and 134 non-tissue-damaging procedures (mean=1.41, SD 1.2; range 0-6). Peripheral cannula insertion (27%) and intramuscular injections (22%) were the most common painful procedures. Ventilated neonates and neonates admitted in level II neonatal units had a higher number of painful procedures than those admitted in level I units (mean 4.76 vs 2.96). Only one procedure had a pain intensity score documented; and none had been performed with any form of analgesia. CONCLUSIONS: Neonates in Kenya were exposed to numerous tissue-damaging and non-tissue-damaging procedures without any form of analgesia. Our findings suggest that education is needed on how to assess and manage procedural pain in neonatal units in Kenya.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».