MétaCan
Menu
Retour à la cohorte
Enregistrement W2626515875 · doi:10.1044/2017_ajslp-16-0052

Effect of Single-Use, Laser-Cut, Slow-Flow Nipples on Respiration and Milk Ingestion in Preterm Infants

2017· article· en· W2626515875 sur OpenAlexaff
Katlyn McGrattan, David H. McFarland, Jesse C. Dean, Elizabeth G. Hill, David R. White, Bonnie Martin‐Harris

Notice bibliographique

RevueAmerican Journal of Speech-Language Pathology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBreastfeeding Practices and Influences
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Center for Advancing Translational SciencesUniversity of South Carolina
Mots-clésMedicineIngestionSlow FlowVentilation (architecture)RespirationAnesthesiaInternal medicineAnatomy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Single-use, laser-cut, slow-flow nipples were evaluated for their effect on respiration and milk ingestion in 13 healthy preterm infants (32.7-37.1 weeks postmenstrual age) under nonlaboratory, clinical conditions. METHOD: The primary outcomes of minute ventilation and overall milk transfer were measured by using integrated nasal airflow and volume-calibrated bottles during suck bursts and suck burst breaks during slow-flow and standard-flow nipple bottle feedings. Wilcoxon signed-ranks tests were used to test the effect of nipple type on both outcomes. RESULTS: Prefeeding minute ventilation decreased significantly during suck bursts and returned to baseline values during suck burst breaks across both slow-flow and standard-flow nipples. No differences were found in minute ventilation (p > .40) or overall milk transfer (p = .58) between slow-flow and standard-flow nipples. CONCLUSIONS: The lack of difference in primary outcomes between the single-use slow-flow and standard-flow nipples may reflect variability in nipple properties among nipples produced by the same manufacturer. Future investigations examining the effect of both single-use and reusable nipple products are warranted to better guide nipple selection during clinical care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,315
Écart entre enseignants0,298 · 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 tête enseignante, 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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Speech-Language PathologyMême sujetBreastfeeding Practices and InfluencesTravaux en français237 207