MétaCan
Menu
Retour à la cohorte
Enregistrement W4401209762 · doi:10.37766/inplasy2024.8.0007

Patterns of heart rate variability (HRV) responses to acute stress in neonates: A systematic review

2024· review· en· W4401209762 sur OpenAlexafffund
Oana Bucsea, Sara Jasim, Estreya Cohen, Rebecca Pillai Riddell

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Psychological AssociationYork University
Mots-clésHeart rate variabilityCardiologyInternal medicineMedicineHeart rateBlood pressure

Résumé

récupéré en direct d'OpenAlex

eview question / Objective The overall objective of this systematic review is to synthesize the literature examining preterm and full-term newborns' acute heart rate variability (HRV) responses to painful and non-painful disruptive procedures.It will address the following research questions: 1) What patterns of HRV responses do newborns exhibit during acute painful and non-painful disruptive procedures?2) How does procedural pain severity influence neonatal HRV response patterns during acute painful procedures?Rationale Early neonatal exposure to repeated stressors, such as disruptive medical procedures in hospital settings, has been linked to impaired a u t o n o m i c n e r v o u s s y s t e m ( A N S ) s t re s s responses.Furthermore, other clinical variables, such as prematurity, have been associated with an underdeveloped ANS, increasing the vulnerability of hospitalized newborns to stress exposure.Heart rate variability (HRV) measures capture the balance of both branches of the ANS (sympathetic nervous system [SNS] and parasympathetic nervous system [PNS]), thus providing a non-invasive measure of stress reactivity and recovery.However, in newborns, heart rate has been more widely used to index cardiac stress responding to acute stress and pain in clinical settings.Although HRV measures are widely used to capture stress

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0070,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,040
Tête enseignante GPT0,368
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207