Hospital breastfeeding support and exclusive breastfeeding by maternal prepregnancy body mass index
Notice bibliographique
Résumé
Overweight and obese mothers in the United States have disproportionately lower rates of exclusive breastfeeding than mothers of normal weight. The Ten Steps to Successful Breastfeeding (Ten Steps), a series of evidence-based practices designed to support breastfeeding initiation, duration, and exclusivity, demonstrate effectiveness at the population level. It is unknown, however, whether they are consistently provided to women across all maternal body mass index (BMI) categories. We sought to determine whether pre-pregnancy BMI is associated with the implementation and effectiveness of the Ten Steps. We used data from Listening to Mothers III, a cross-sectional survey administered to a sample of mothers who delivered in U.S. hospitals between July 2011 and June 2012. Measures of the Ten Steps were based on maternal self-report on Listening to Mothers III. Our analytic sample was limited to mothers of term infants intending to breastfeed (N = 1,506, weighted). We conducted chi-square testing and constructed weighted multivariable logistic regression models to account for potential confounders. Results suggest that two practices (i.e., holding their babies skin-to-skin for the first time and being encouraged to breastfeed on demand) were more strongly associated with exclusive breastfeeding among mothers with obesity than other mothers. Additionally, mothers with obesity reported holding babies skin-to-skin significantly less often than other mothers. Thus, interventions aimed at helping mothers with obesity to hold their babies skin-to-skin in the first hour and teaching them to breastfeed on demand have the potential to decrease the breastfeeding disparities in this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».