Injection Considerations for Administering Endocrine Parenteral Therapies to Children
Notice bibliographique
Résumé
Introduction Early diagnosis of chronic endocrine conditions requiring injectable treatment is common, and injections may cause children to experience uncomfortable feelings ( e.g ., pain and anxiety). No recent publications have comprehensively described good nursing practices for pediatric injections. This review identifies key factors that can facilitate improved injection techniques and ideal treatment options for children, with a focus on endocrine parenteral therapies. Methods PubMed, Embase, and CINAHL were searched. MeSH search terms included “child,” “injections/methods,” “pain/prevention and control,” “pain management/methods,” “patient positioning,” and “analgesic/therapeutic use.” Literature related to interventions pediatric nurses can implement to decrease injection-related discomfort and other treatment factors that can minimize injection-related pain was included. Results Nurses should build a strong rapport with the child and/or caregiver, as this can improve the expectations for the injection experience. Nurses can assist caregivers with selecting the most appropriate treatment and provide options that may reduce out-of-pocket costs. Before administering an injection, nurses should check the “Five Rights,” assess skin to select an appropriate injection site, and prepare skin for injection. Good injection techniques include: administration of room temperature medications, comforting positioning and holding of the child by the caregiver, distraction activities, and local anesthetic agents. In addition to using good pediatric injection techniques, nurses can partner with Certified Child Life Specialists when available to help alleviate the child’s anxiousness. Discussion Pediatric nurses benefit from a broad understanding of pediatric injection techniques. Conclusion Optimal pre-, during, and post-injection techniques, along with proper education and care, can reduce pain and anxiety in children, improve caregivers’ experiences, and prevent treatment delays.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».