Procedural pain assessment in neonates at risk of neonatal opioid withdrawal syndrome: a scoping review protocol
Notice bibliographique
Résumé
OBJECTIVE: The objective of this review is to identify evidence on pain assessment during acute procedures in hospitalized neonates at risk of neonatal opioid withdrawal syndrome (NOWS). INTRODUCTION: While all neonates are routinely exposed to various painful procedures, neonates at risk of NOWS have longer hospital stays and are exposed to multiple painful procedures. NOWS occurs when a neonate is born to a birth parent who identifies as having sustained opioid use (such as morphine or methadone) during pregnancy. Accurate pain assessment and management during painful procedures is critical for minimizing the well-documented adverse effects of unmanaged pain in neonates. While pain indicators and composite pain scores are valid and reliable for healthy neonates, there is no review of evidence regarding procedural pain assessment in neonates at risk of NOWS. INCLUSION CRITERIA: Eligible studies will include those reporting on hospitalized pre-term and full-term neonates at risk of NOWS having pain assessments (ie, behavioral indicators, physiological indicators, validated composite pain scores) during and/or after exposure to an acute painful procedure. METHODS: This review will follow the JBI scoping review methodology. Databases to be searched will include MEDLINE (Ovid), CINAHL (EBSCO), Embase, PsyclNFO (EBSCO), and Scopus. The relevant data will be extracted by 2 reviewers using a modified JBI extraction tool. The results will be summarized in narrative and tabular format, including the components of participants, concept, and context (PCC). REVIEW REGISTRATION: Open Science Framework https://osf.io/fka8s .
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».