Les opioïdes par voie orale en remplacement de la codéine pour contrôler la douleur chez les enfants
Bibliographic record
Abstract
La douleur est un problème courant chez les enfants. Des mesures pharmacologiques et non pharmacologiques sont utilisées pour la prendre en charge. Depuis quelques décennies, les opioïdes par voie orale sont populaires pour soulager la douleur modérée à grave. La codéine a longtemps été l'opioïde par voie orale le plus connu pour les enfants. Pour des raisons de sécurité, elle est désormais nettement moins accessible et moins employée. Divers autres opioïdes la remplacent, mais les données sur leur efficacité et leur sécurité sont limitées chez les enfants. L'oxycodone par voie orale emprunte les mêmes voies métaboliques que la codéine, mais sa pharmacocinétique est très variable. Les données sur la sécurité et l'efficacité de l'hydromorphone et du tramadol par voie orale chez les enfants sont également limitées. Lorsqu'on y recourt au lieu de la codéine, la morphine par voie orale est l'opiacé dont la sécurité et l'efficacité sont les mieux démontrées chez les enfants. Des recherches devront être réalisées pour explorer d'autres approches relatives aux médicaments opioïdes et non opioïdes, afin d'orienter les traitements analgésiques fondés sur des données probantes qui soulageront la douleur modérée à grave chez les enfants.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".