MétaCan
Menu
Retour à la cohorte
Enregistrement W4324114571 · doi:10.1002/14651858.cd007615.pub3

Interventions for prevention of neonatal hyperglycemia in very low birth weight infants

2011· article· en· W4324114571 sur OpenAlexaff
John C. Sinclair, Marcela Bottino, Richard M. Cowett

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHyperglycemia and glycemic control in critically ill and hospitalized patients
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicinePediatricsRandomized controlled trialBirth weightLow birth weightCochrane LibraryBlindingRelative riskClinical trialPsychological interventionMeta-analysisGestational ageMEDLINEAdverse effectConfidence intervalPregnancyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Among very low birth weight (VLBW) infants, early neonatal hyperglycemia is common and is associated with increased risks for death and major morbidities. It is uncertain whether hyperglycemia per se is a cause of adverse clinical outcomes or whether outcomes can be improved by preventing hyperglycemia. OBJECTIVES: To assess effects on clinical outcomes of interventions for preventing hyperglycemia in VLBW neonates receiving full or partial parenteral nutrition. SEARCH METHODS: We searched the Cochrane Central Register of Controlled Trials (CENTRAL) in The Cochrane Library, issue 4 of 12, 2011; MEDLINE (1966 to April 2011); EMBASE (1980 to April 2011); CINAHL (1982 to Nov 2008); abstracts of Pediatric Academic Societies 2000 to 2011 and European Society for Pediatric Research 2005 to 2010. SELECTION CRITERIA: Randomized or quasi‐randomized controlled trials of interventions for prevention of hyperglycemia in neonates with birth weight < 1500 g or gestational age < 32 wk. DATA COLLECTION AND ANALYSIS: Two review authors independently selected studies for eligibility and extracted data on study design, methods, clinical features, and treatment outcomes. Included trials were assessed for blinding of randomization, intervention and outcome measurement, and completeness of follow‐up. Treatment effect measures for categorical outcomes were relative risk and risk difference, and for continuous outcomes, mean difference, each with their 95% confidence intervals. MAIN RESULTS: We detected four eligible trials. Two trials compared lower versus higher rates of glucose infusion in the early postnatal period. These trials were too small to assess effects on mortality or major morbidities. Two trials, one a moderately large multicentre trial (NIRTURE, Beardsall 2008), compared insulin infusion with standard care. Insulin infusion reduced hyperglycemia but increased death before 28 days and hypoglycemia. Reduction in hyperglycemia was not accompanied by significant effects on major morbidities; effects on neurodevelopment are awaited. AUTHORS' CONCLUSIONS: Glucose infusion rate: There is insufficient evidence from trials comparing lower with higher glucose infusion rates to inform clinical practice. Large randomized trials are needed, powered on clinical outcomes including death, major morbidities and adverse neurodevelopment. Insulin infusion: The evidence reviewed does not support the routine use of insulin infusions to prevent hyperglycemia in VLBW neonates. Further randomized trials of insulin infusion may be justified. They should enrol extremely low birth weight neonates at very high risk for hyperglycemia and neonatal death. They might use real time glucose monitors if these are validated for clinical use. Refinement of algorithms to guide insulin infusion is needed to enable tight control of glucose concentrations within the target range.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,358
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsMême sujetHyperglycemia and glycemic control in critically ill and hospitalized patientsTravaux en français237 207