Milk Volume at 2 Weeks Predicts Mother's Own Milk Feeding at Neonatal Intensive Care Unit Discharge for Very Low Birthweight Infants
Notice bibliographique
Résumé
OBJECTIVE: This study sought to determine the maternal prepregnancy, pregnancy, and delivery risk factors that predicted coming to volume (CTV; achieving pumped mother's own milk [MOM] volume ≥500 mLs/day) and the continuation of MOM provision through to discharge from the neonatal intensive care unit (NICU) in mothers and their very low birthweight (VLBW; <1,500 g at birth) infants. STUDY DESIGN: Secondary analysis of prospectively collected data from 402 mothers of VLBW infants admitted to an urban NICU, including detailed MOM pumping records for a subset (51%) of the cohort. Analyses included inverse probability weighting, multivariate regression, and chi-square statistics. RESULTS: In this high-risk cohort (51.2% black, 27.1% Hispanic, 21.6% white/Asian; 72.6% low income; 61.4% overweight/obese prepregnancy), CTV by day 14 was the strongest predictor of MOM feeding at NICU discharge (odds ratio [OR] 9.70 confidence interval [95% CI] 3.86-24.38, p < 0.01.). Only 39.5% of mothers achieved CTV by postpartum day 14, an outcome that was predicted by gestational age at delivery (OR 1.41, 95% CI 1.15-1.73, p < 0.01), being married (OR 3.66, 95% CI 1.08-12.39, p = 0.04), black race (OR 7.70, 95% CI 2.05-28.97, p < 0.01), cesarean delivery (OR 0.22, 95% CI 0.08-0.63, p = 0.01), and chorioamionitis (OR 0.14, 95% CI 0.02-0.82, p = 0.03). CONCLUSION: Continued provision of MOM at NICU discharge can be predicted in the first 14 postpartum days on the basis of achievement of CTV. We posit that CTV can serve as a quality indicator for improving MOM feedings in the NICU and that lactation support resources should target this early critical postbirth period.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».