Using the MEDiPORT humanoid robot to reduce procedural pain and distress in children with cancer: A pilot randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Subcutaneous port needle insertions are painful and distressing for children with cancer. The interactive MEDiPORT robot has been programmed to implement psychological strategies to decrease pain and distress during this procedure. This study assessed the feasibility of a future MEDiPORT trial. The secondary aim was to determine the preliminary effectiveness of MEDiPORT in reducing child pain and distress during subcutaneous port accesses. METHODS: This 5-month pilot randomized controlled trial used a web-based service to randomize 4- to 9-year-olds with cancer to the MEDiPORT cognitive-behavioral arm (robot using evidence-based cognitive-behavioral interventions) or active distraction arm (robot dancing and singing) while a nurse conducted a needle insertion. We assessed accrual and retention; technical difficulties; outcome measure completion by children, parents, and nurses; time taken to complete the study and clinical procedure; and child-, parent-, and nurse-rated acceptability. Descriptive analyses, with exploratory inferential testing of child pain and distress data, were used to address study aims. RESULTS: Forty children were randomized across study arms. Most (85%) eligible children participated and no children withdrew. Technical difficulties were more common in the cognitive-behavioral arm. Completion times for the study and needle insertion were acceptable and >96% of outcome measure items were completed. Overall, MEDiPORT and the study were acceptable to participants. There was no difference in pain between arms, but distress during the procedure was less pronounced in the active distraction arm. CONCLUSION: The MEDiPORT study appears feasible to implement as an adequately-powered effectiveness-assessing trial following modifications to the intervention and study protocol. ClinicalTrials.gov NCT02611739.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».