MétaCan
Menu
Retour à la cohorte
Enregistrement W2885542644 · doi:10.22038/ijogi.2018.11381

Effect of Localized Cold Treatment Modality on Pain Intensity during Labor in Primiparous Women

2018· article· en· W2885542644 sur OpenAlexaboutno aff
Soheila Moghimi Hanjani, Zahra Mehdizadeh Tourzani, Mansooreh Tajvidi, Banafsheh Baheri, Mohamad Pouya Leilabadi Asl

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychology

Résumé

récupéré en direct d'OpenAlex

Introduction: Pain is a common and inevitable component of labor process and is considered as the most severe pain in human. Regarding the importance of reducing labor pain and prioritizing natural vaginal delivery, this study was conducted to determine the effect of localized cold treatment modality on labor pain in primiparous women. Methods: This clinical trial was conducted among 80 primiparous eligible women eligible in Karaj Maternity Hospitals, Karaj, Iran. The samples were randomly assigned into two groups of control and intervention. To determine the severity of pain and duration of delivery, McGill's Pain Questionnaire was used. Data analysis was performed using independent samples and paired t-tests in SPSS software, version 19. P-value less than 0.05 was considered statistically significant. Results: There was a significant difference between the groups regarding the severity of pain, mean duration of first and second stages of labor, frequency distribution of satisfaction of the subjects, satisfaction with breastfeeding and cuddling (P<0.05). However, no significant difference was observed between the groups in terms of the mean duration of the third stage of labor, mean Apgar scores, time of cuddling, and satisfaction with breastfeeding (P=0.49, P>0.05, P=0.43, and P=0.86, respectively). Conclusion: Cold treatment modality was useful for controlling labor pain in comparison to routine 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,172
Tête enseignante GPT0,565
Écart entre enseignants0,393 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetMaternal and Perinatal Health InterventionsTravaux en français237 207