The impact of parent-targeted eHealth educational interventions on infant procedural pain management: a systematic review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to determine if electronic health (eHealth) educational interventions for infant procedural pain and pain management impact parental outcomes (mental health outcomes, knowledge utilization outcomes, and parental involvement in care outcomes) and infant outcomes (morbidity outcomes, pain outcomes, health system outcomes). INTRODUCTION: Pain in infants is a common concern for parents. Routine postpartum care for infants in early life requires them to endure painful procedures, yet infants often receive little to no pain management. While research has shown that parents can reduce their infant's pain during procedures by breastfeeding or skin-to-skin contact, parents may not be aware of their role in pain management. Despite the recent rapid increase in eHealth resources to educate parents about infant pain management, their impact has yet to be evaluated. INCLUSION CRITERIA: This review will consider studies that include eHealth educational interventions targeted at parents during pregnancy and up to one year postpartum. All experimental study designs will be included. Primary outcomes will include: parental stress and anxiety, self-efficacy, knowledge, attitudes, eHealth intervention usage, acceptance of eHealth intervention, involvement in pain management, and infant pain response. METHODS: PubMed, CINAHL, PsycINFO, Embase, Scopus, Web of Science, and SciELO will be searched for studies published in English. Critical appraisal and data extraction will be conducted by two independent reviewers using standardized tools. Quantitative data, where possible, will be pooled in statistical meta-analysis, or if statistical pooling is not possible, the findings will be reported narratively.
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 | 0,025 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».