Exploring Environmental Factors Contributing to Fluid Loss in Diapers Placed in Neonatal Incubators
Notice bibliographique
Résumé
PURPOSE: Assessing fluid output for infants in the neonatal intensive care unit is essential to understanding fluid and electrolyte balance. Wet diaper weights are used as standard practice to quantify fluid output; yet, diaper changes are intrusive and physiologically distressing. Less frequent diaper changes may have physiologic benefits but could alter diaper weights following extended intervals. METHODS: This pilot study examined the impact of initial diaper fluid volume, incubator air temperature and humidity, and diaper brand on wet diaper weight over time. Baseline fluid volume was instilled, and then diapers were placed in a neonatal incubator. Wet diaper weight was assessed longitudinally to determine changes in fluid volume over time. A factorial design with repeated measures (baseline, 3 hours, and 6 hours) was used to explore the effects of diaper brand (brand 1 vs brand 2), baseline fluid volume (3 mL vs 5 mL), and incubator temperature (28°C vs 36°C) and humidity (40% vs 80%) on the trajectory of weight in 80 diapers. RESULTS: Wet diaper weight was significantly reduced over 6 hours ( P < .005). However, wet diaper weight increased in 80% humidity, but decreased in the 40% humidity over time ( P < .0001). Baseline fluid volume, incubator temperature, and diaper brand did not influence wet diaper weight over time (all P > .05). IMPLICATIONS: Understanding environmental factors that influence the trajectory of wet diaper weight may support clinicians in optimizing the interval for neonatal diaper changes to balance the impact of intrusive care with need to understand fluid volume loss.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».