Postpartum women’s use of medicines and breastfeeding practices: a systematic review
Notice bibliographique
Résumé
The objectives of this article are to systematically review i) the extent of medicine use in postpartum women, and ii) the impact of maternal medicine use (excluding contraceptives and galactogogues) on breastfeeding outcomes (initiation and/or duration). PubMed, Medline (Ovid), Scopus (Elsevier), Cinahl (EBSCO), PsycINFO (Ovid), Embase (Ovid) and Web of Science (ISI) databases were searched to find original studies on medicine use in women after the birth. Additional studies were identified by searching Google Scholar, Wiley Online Library, Springer Link, selected journals and from the reference list of retrieved articles. Observational studies with information about postpartum women's use of any type of medicine either for chronic or acute illnesses with or without breastfeeding information were included. The majority of relevant studies suggest that more than 50 % of postpartum women (breastfeeding or not) required at least one medicine. Due to the lack of uniform medication use reporting system and differences in study designs, settings and samples, the proportion of medicine use by postpartum women varies widely, from 34 to 100 %. Regarding the impact of postpartum women's medicine use on breastfeeding, a few studies suggest that women's use of certain medicines (e.g. antiepileptics, propylthiouracil, antibiotics) during lactation can reduce initiation and/ or duration of breastfeeding. These studies are limited by small sample size, and with one exception, all were conducted in Canada more than a decade ago. Large scale studies are required to establish the relationship between maternal medicine use and breastfeeding, considering type of illness, period of use and total duration of medicine use.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».