Sweet Solutions for Analgesia in Neonates in China: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
INTRODUCTION: High-quality synthesized evidence of sweet taste analgesia in neonates exists. However, Chinese databases have never been included in previous systematic reviews of sweet solutions for procedural pain. OBJECTIVE: To conduct a systematic review of Chinese literature evaluating analgesic effects of sweet solutions for neonates. Data sources: Wang Fang, China National Knowledge Infrastructure and Chinese Biomedical Literature Database. Data extraction and analysis: Two authors screened studies for inclusion and conducted risk of bias ratings and data extraction. A third author resolved any conflicts. Meta-analyses were performed using RevMan 5.2 software, on mean differences in pain outcomes using random effects models. RESULTS: Thirty-one trials (4999 neonates) were included; 26 trials used glucose, 4 used sucrose, and 1 trial evaluated both solutions. Sweet solutions reduced standardized mean pain scores (n = 21 studies; -1.68, 95% confidence interval -2.08, -1.27) and cry duration (n = 6 studies; -25.60, 95% confidence interval -36.47, -14.72 s) but not heart rate change (n = 7 studies; -17.64, 95% confidence interval -52.71, 17.43). No included studies cited the previously published systematic reviews of sweet solutions. CONCLUSIONS: This systematic review of Chinese databases showed the same results as previously published systematic reviews. No trials included in this review cited the English systematic reviews, highlighting a parallel research agenda.
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 | 0,016 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,009 | 0,004 |
| 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 | 0,001 |
| 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 ».