Symptomatic Management of Febrile Illnesses in Children: A Systematic Review and Meta-Analysis of Parents' Knowledge and Behaviors and Their Evolution Over Time
Notice bibliographique
Résumé
Recommendations to guide parents' symptomatic management of febrile illnesses in children have been published in many countries. The lack of systematic appraisal of parents' knowledge and behaviors and their evolution over time precludes an analysis of their impact and identification of targets for future educational messages. We systematically searched for studies published between 1980 and 2016 that reported a quantitative evaluation of knowledge and behaviors of >50 parents for managing fever in children. We used MEDLINE and tracked related articles, citations and co-authors personal files. Study selection and data extraction were independently performed by two reviewers. For each item of knowledge and behaviors, we calculated mean frequencies during the first and last quinquennials of the studied period and assessed temporal trends with inverse-variance weighted linear regression of frequencies over years. We observed substantial methodological heterogeneity among the 62 included articles (64 primary studies, 36,791 participants, 30 countries) that met inclusion criteria. Statistically significant changes over time were found in the use of rectal (98 to 4%) and axillary temperature measurement (1-19%), encouraging fluid intake (19-62%), and use of acetylsalicylic acid (60 to 1%). No statistically significant change was observed for the accurate definition of fever (38-55%), or the use of acetaminophen (91-92%) or ibuprofen (20-43%). Parents' knowledge and behaviors have changed over time but continue to show poor concordance with recommendations. Our study identified future targets for educational messages, including basic ones such as the definition of fever.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».