Quantification of neonatal procedural pain severity: a platform for estimating total pain burden in individual infants
Notice bibliographique
Résumé
There is increasing evidence that long-term outcomes for infants born prematurely are adversely affected by repeated exposure to noxious procedures. These interventions vary widely, for example, in the extent of damage caused and duration. Neonatal intensive care unit (NICU) procedures are therefore likely to each contribute differently to the overall pain burden of individual neonates, ultimately having a different impact on their development. For researchers to quantify the procedural pain burden experienced by infants on NICU, we aimed to estimate the pain severity of common NICU procedures using published pain scores. We extracted pain scores over the first minute (pain reactivity) from the literature, using 59 randomized controlled trials for 15 different procedures. Hierarchical cluster analysis of average pain scores resulted in 5 discrete severity groups; mild (n = 1), mild to moderate (n = 3), moderate (n = 7), severe (n = 3), and very severe (n = 1). The estimate of the severity of individual procedures provided new insight into infant pain reactivity which is not always directly related to the invasiveness and duration of a procedure; thus, both heel lance and skin tape removal are moderately painful procedures. This estimate of procedural pain severity, based on pain reactivity scores, provides a novel platform for retrospective quantification of an individual neonate's pain burden due to NICU procedures. The addition of measures that reflect the recovery from each procedure, such as brain activity and behavioural regulation, would further improve estimates of the pain burden of neonatal intensive care.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».