The implementation of infant pain practice change resource to improve infant procedural pain practices: a hybrid type 1 effectiveness-implementation study
Notice bibliographique
Résumé
ABSTRACT: Implementation of infant pain practice change (ImPaC) is a multifaceted web-based resource to support pain practice change in neonatal intensive care unit (NICU). We evaluated the (1) intervention effectiveness and (2) implementation effectiveness of ImPaC using a hybrid type 1 effectiveness-implementation study (ie, cluster randomized controlled trial and longitudinal descriptive study). Eligible level 2 and 3 Canadian NICUs were randomized to intervention (INT) or waitlisted to usual care (UC) for 6 months. We assessed the number of painful procedures, proportion of procedures accompanied by valid assessment and evidence-based treatment, and pain intensity to determine intervention effectiveness using intention-to-treat (ITT) and wait-list (WL) analyses. Implementation feasibility and fidelity were explored. Twenty-three NICUs participated (12 INT, 11 UC). Thirty infants/NICU were included in the ITT (INT = 354, UC = 325) and the WL (INT = 678, UC = 325) analyses. In the ITT analysis, the average number of painful procedures/infant/day was lower in the INT group [2.62 (±3.47) vs 3.85 (±4.13), P < 0.001] than in the UC group. Pain assessment was greater in the INT group (34.7% vs 25.5%, P < 0.001) and pain intensity scores were lower [1.47 (1.25) vs 1.86 (1.97); P = 0.029]. Similarly, in the WL analysis, there were fewer painful procedures/infant/day [3.11 (±3.98) vs 3.85 (±4.13), P = 0.003] and increased pain assessment (30.4% vs 25.5%, P = 0.0001) and treatment (31.2% vs 24.0%, P < 0.001) in the INT group. Feasibility and implementation fidelity were associated with improved clinical outcomes.
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 | 0,078 | 0,019 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».