Distinct trajectories of caregiver–toddler physiological attunement during routine vaccinations
Notice bibliographique
Résumé
Introduction: Toddlers rely on their caregivers for regulatory support when faced with pain-related distress. The caregiver's ability to support their toddler relies on their capacity to regulate their own distress and respond effectively to the child's need for support. The aim of the current study was to describe patterns of caregiver-toddler physiological co-regulatory patterns, also known as attunement, during routine vaccinations across the second year of life. Methods: Caregiver-toddler dyads (N = 189) were part of a longitudinal cohort observed at either 12-, 18-, or 24-month well-baby vaccinations. Parallel-process growth-mixture modeling was used to examine patterns of dyadic physiological co-regulatory responses, indexed by high-frequency heart rate variability (HF-HRV). Results: Three groups of dyads were discerned. The largest group (approximately 80%) demonstrated physiological attunement, with a stable and parallel regulatory pattern of HF-HRV from baseline to postneedle. The second group (7.9%) had parallel regulatory trajectories but with notably lower (ie, less regulated) HF-HRV values, which indicates independent regulatory responses (ie, a lack of attunement among dyad members). The third group (11.1%) showed diverging regulatory trajectories: Caregivers showed a stable regulatory trajectory, but toddlers demonstrated a steep decrease followed by an increase in HF-HRV values that surpassed their baseline levels by the third minute postneedle. Post hoc analyses with the HF-HRV groupings explored heart rate patterns and potential predictors. Conclusions: These findings elucidate potential adaptive and maladaptive co-regulatory parasympathetic patterns in an acute pain context.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».