Systematic review and meta‐analysis suggest that varying prevalence of non‐acute pain in critically ill infants may be due to different definitions
Notice bibliographique
Résumé
AIM: Our aim was to quantify the prevalence of non-acute pain in critically ill infants and to identify how non-acute pain was described, defined and assessed. METHODS: This systematic review and meta-analysis used multiple electronic databases to search for papers published in any language to March 2018: 2029 papers were identified, and 68 full texts were screened. Studies reporting the prevalence of non-acute pain in infants younger than 2 years and admitted to critical care units were included. The extracted data included the use of non-acute pain descriptions, definitions and pain assessment tools. RESULTS: We included 11 studies published between 2002 and 2018 that comprised 1204 infants from Europe, the USA, Canada and India. They were prospective observational (n = 7) and retrospective observational (n = 1) studies and randomised controlled trials (n = 3). The prevalence of non-acute pain was 0%-76% (median 11%). Various pain assessment tools were used, and only two could be pooled. This gave a pooled prevalence of 3.7%-39.8%. A number of different descriptors were used for non-acute pain, and all of these were poorly defined. CONCLUSION: The prevalence of non-acute pain in infants admitted to critical care units varied considerably. This could have been because all the studies used different definitions of non-acute pain.
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 | 0,026 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,027 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».