Pain-Relieving Interventions for Retinopathy of Prematurity: A Meta-analysis
Notice bibliographique
Résumé
CONTEXT: Retinopathy of prematurity eye examinations conducted in the neonatal intensive care. OBJECTIVE: To combine randomized trials of pain-relieving interventions for retinopathy of prematurity examinations using network meta-analysis. DATA SOURCES: Systematic review and network meta-analysis of Medline, Embase, Cochrane Central Register of Controlled Trials, Web of Science, and the World Health Organization International Clinical Trials Registry Platform. All databases were searched from inception to February 2017. STUDY SELECTION: Abstract and title screen and full-text screening were conducted independently by 2 reviewers. DATA EXTRACTION: Data were extracted by 2 reviewers and pooled with random effect models if the number of trials within a comparison was sufficient. The primary outcome was pain during the examination period; secondary outcomes were pain after the examination, physiologic response, and adverse events. RESULTS: Twenty-nine studies (N = 1487) were included. Topical anesthetic (TA) combined with sweet taste and an adjunct intervention (eg, nonnutritive sucking) had the highest probability of being the optimal treatment (mean difference [95% credible interval] versus TA alone = −3.67 [−5.86 to −1.47]; surface under the cumulative ranking curve = 0.86). Secondary outcomes were sparsely reported (2–4 studies, N = 90–248) but supported sweet-tasting solutions with or without adjunct interventions as optimal. LIMITATIONS: Limitations included moderate heterogeneity in pain assessment reactivity phase and severe heterogeneity in the regulation phase. CONCLUSIONS: Multisensory interventions including sweet taste is likely the optimal treatment for reducing pain resulting from eye examinations in preterm infants. No interventions were effective in absolute terms.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,016 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».