MétaCan
Menu
Retour à la cohorte
Enregistrement W4399693852 · doi:10.1016/j.semperi.2024.151928

Effects of pain, sedation and analgesia on neonatal brain injury and brain development

2024· review· en· W4399693852 sur OpenAlexaff
Thiviya Selvanathan, Steven P. Miller

Notice bibliographique

RevueSeminars in Perinatology · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensUniversity of British ColumbiaHospital for Sick ChildrenBC Children's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSedationNeonatal intensive care unitSedativeAnalgesicIntensive care medicineAnesthesiaPediatrics

Résumé

récupéré en direct d'OpenAlex

Critically ill newborns experience numerous painful procedures as part of lifesaving care in the Neonatal Intensive Care Unit. However, painful exposures in the neonatal period have been associated with alterations in brain maturation and poorer neurodevelopmental outcomes in childhood. The most frequently used medications for pain and sedation in the NICU are opioids, benzodiazepines and sucrose; these have also been associated with abnormalities in brain maturation and neurodevelopment making it challenging to know what the best approach is to treat neonatal pain. This article provides clinicians with an overview of how neonatal exposure to pain as well as analgesic and sedative medications impact brain maturation and neurodevelopmental outcomes in critically ill infants. We also highlight areas in need of future research to develop standardized neonatal pain monitoring and management strategies.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,326
Écart entre enseignants0,314 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in PerinatologyMême sujetPediatric Pain Management TechniquesTravaux en français237 207