Development and Design of a Nursing Intervention Following a Theory and Evidence-Based Approach to Promote Maternal Sensitivity and Preterm Infant Neurodevelopment in the NICU
Notice bibliographique
Résumé
Abstract Background: Maternal sensitivity is an important predictor of long-term mother-infant attachment and infant development. Considering the behavioral specificities of preterm infants that may impede the development of maternal sensitivity, it is essential to promote these outcomes soon after a preterm birth. A systematic review showed that current evidence on the effectiveness of parent-infant intervention promoting parental sensitivity in the neonatal intensive care unit (NICU) is of low to very low quality. The aim of this project was to develop and design a novel nursing intervention to enhance maternal sensitivity and preterm infant neurodevelopment in the NICU. Methods: The Medical Research Council’s guidance to develop and evaluate complex health interventions, that is an evidence and theory-based approach, was used for this study. Thus, based on the MRC framework, three main steps were conducted: 1- Identifying existing empirical evidence; 2- Identifying and developing theory; 3- Modeling processes and outcomes.Results: We developed a guided participation intervention for mothers to participate in their preterm infant’s care and positioning (GP_Posit). GP_Posit is based upon the Attachment theory, the Guided participation theory as well as the Synactive theory of development. Conclusion: This novel intervention is being tested in a pilot randomized controlled trial (NCT03677752).
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».