Invasive and non-invasive acupuncture techniques for pain management in neonates: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Neonatal pain is an extensive research field and there are many possibilities to treat pain in neonates. Acupuncture is one new and non-pharmacological option and a promising tool to reduce pain in neonates undergoing minor painful interventions during routine medical care. OBJECTIVES: This review summarises trials of acupuncture for pain reduction in neonates undergoing painful interventions during routine medical care. DATA SOURCE: MEDLINE, Embase, CINAHL, electronic clinical trials registry platforms and reference lists were systematically screened for trials from their dates of inception to February 2017 (English language database search). STUDY SELECTION: Inclusion criteria were (1) preterm or term neonates, (2) acupuncture for painful medical interventions and (3) formal pain assessment as a primary or secondary study outcome. We included only randomised controlled trials. DATA EXTRACTION: Data were extracted using a standardised protocol and individual risk of bias was assessed. RESULTS: The literature search revealed a total of 12 196 records. After application of inclusion criteria, five studies were included in this review. Two studies demonstrated significant pain reduction, one found equal outcomes in comparison to standard care, and two showed significantly higher pain scores with acupuncture alone. LIMITATIONS: =87%). CONCLUSION: The results of this review suggest that acupuncture may have a positive pain-relieving effect in neonates. However, due to the low number of available high-quality trials and heterogeneity across the studies it is not possible to state clear recommendations.
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.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 découle