Tablet-Based Intervention for Reducing Children's Preoperative Anxiety: A Pilot Study
Notice bibliographique
Résumé
OBJECTIVES: To examine the feasibility, acceptability, and effects of a novel tablet-based application, Story-Telling Medicine (STM), in reducing children's preoperative anxiety. METHODS: Children (N = 100) aged 7 to 13 years who were undergoing outpatient surgery were recruited from a local children's hospital. This study comprised 3 waves: Waves 1 (n = 30) and 2 (n = 30) examined feasibility, and Wave 3 (n = 40) examined the acceptability of STM and compared its effect on preoperative anxiety to Usual Care (UC). In Wave 3, children were randomly allocated to receive STM+UC or UC. A change in preoperative anxiety was measured using the Children's Perioperative Multidimensional Anxiety Scale (CPMAS) 7 to 14 days before surgery (T1), on the day of surgery (T2), and 1 month postoperatively (T3). RESULTS: Wave 1 demonstrated the feasibility of participant recruitment and data collection procedures but identified challenges with attrition at T2 and T3. Wave 2 piloted a modified protocol that addressed attrition and increased the feasibility of follow-up. In Wave 3, children in the STM+UC demonstrated greater reductions in CPMAS compared with the UC group (ΔM = 119.90, SE = 46.36, t(27) = 2.59, p = .015; 95% confidence interval = 24.78-215.02). CONCLUSION: This pilot study provides preliminary evidence that STM is a feasible and acceptable intervention for reducing children's preoperative anxiety in a busy pediatric operative setting and supports the investigation of a full-scale randomized controlled trial.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».