Ankyloglossia in Breastfeeding Infants: The Effect of Frenotomy on Maternal Nipple Pain and Latch
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to measure the effectiveness of frenotomy in ankyloglossic infants, by quantifying the changes in latch and maternal nipple pain using standardized tools. METHODOLOGY: Infants below 12 weeks of age were recruited from the Goldfarb Breastfeeding Program between August 2004 and February 2005. Infants were selected based on the Frenotomy Decision Rule for Breastfeeding Infants (FDRBI), a new clinical tool for future validation. Latch was assessed using the Latch Tool. Maternal nipple pain was assessed using R. Melzack's Short Form McGill Pain Questionnaire, consisting of the Pain Rating Index (PRI) and Present Pain Intensity (PPI). Frenotomy was performed, followed by repeat latch and pain assessments. Mothers also received breastfeeding counseling throughout and after the procedure. A telephone questionnaire was administered 3 months later. RESULTS: Twenty-seven (27) mother-infant dyads participated in the study. No complications were seen with frenotomy. All infants had an equal or higher latch score after frenotomy, with an improvement in mean latch score of 2.5 (p < 0.0001, 95% confidence interval [CI], 2.038, 2.925). Maternal pain scores decreased significantly after frenotomy, with mean improvements of -11.4 points (p < 0.0001, 95% CI, -15.544, -7.345) on the PRI subscale and -1.5 points (p < 0.0001, 95% CI, -1.952, -1.011) on the PPI subscale. Seventy-seven point eight percent (77.8%) of subjects were still breastfeeding after 3 months; 92% were pain free after 3 months; and 88% felt the frenotomy had helped them. CONCLUSION: Timely frenotomy and breastfeeding counseling is an effective intervention, improving latch and decreasing nipple pain.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».