A comparison of breastfeeding rates by obesity class
Notice bibliographique
Résumé
Purpose: The purpose of this study is to compare breastfeeding initiation rates for women across body mass index (BMI) classes, including normal BMI (18.50−24.99 kg/m2), overweight (25.00−29.99 kg/m2), obese (30.00−39.99 kg/m2), morbidly obese (40.00−49.99 kg/m2) and extreme obesity (≥50.00 kg/m2).Materials and methods: Retrospective cohort of women with singleton pregnancies, delivering in St. John’s, NL between 2002 and 2011. The primary outcome was any breastfeeding on hospital discharge. Breastfeeding rates across BMI categories were compared, using univariate analyses. Multivariate analysis included additional maternal and obstetric variables.Results: Twelve thousand four hundred twenty-two women were included: 8430 breastfed and 3992 did not breastfeed on hospital discharge. Progressively decreasing rates of breastfeeding were noted with increasing obesity class: normal BMI (71.1%), overweight (69.1%), obese (61.6%), morbidly obese (54.2%), and extremely obese women (42.3%). Multivariate analysis confirmed that increasing obesity class resulted in lower odds of breastfeeding: overweight (adjusted odds ratios (aOR) 0.86, 95%CI 0.76–0.98), obese (aOR 0.65, 95%CI 0.57–0.74), morbidly obese (aOR 0.57, 95%CI 0.44–0.74), and extreme obesity (aOR 0.37, 95%CI 0.19–0.74).Conclusion: Women in higher obesity classes are progressively less likely to initiate breastfeeding. Women with the highest prepregnancy BMIs should be particularly counseled on the benefits of breastfeeding.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 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 ».