Marijuana and Breastfeeding: Applicability of the Current Literature to Clinical Practice
Notice bibliographique
Résumé
With recent legalization of marijuana in numerous U.S. states, the risk of marijuana exposure via breast milk is a rising concern. This review analyzes the available human and animal literature regarding maternal use of marijuana during lactation. The findings can be categorized into four areas of analysis: effects of marijuana on the mother, transfer into milk, transfer to the offspring, and effects on the offspring. Human and animal data have reported decreased prolactin levels as well as potential maternal psychological changes. Animal and human studies have reported transfer into milk; levels were detected in animal offspring, and metabolites were excreted by both human and animal offspring. Further, animal data have predominately displayed motor, neurobehavioral, and developmental effects, whereas human data suggested possible psychomotor outcomes; however, some studies reported no effect. Despite these results, many human studies were marred by limitations, including small sample sizes and confounding variables. Also, the applicability of animal data to the human population is questionable and the true risk of adverse effects is not entirely known. There are large gaps in the literature that need to be addressed; in particular, studies need to focus on evaluating the short- and long-term consequences of maternal marijuana use for the infant and the potential for different risks based on the frequency of maternal use. Until further evidence becomes available, practitioners need to weigh the benefits of breastfeeding for mother and child, with the potential influence of marijuana on infant development when determining the infant's most suitable form of nutrition.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».