Evaluating antenatal breastmilk expression outcomes: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Antenatal breastmilk expression (aBME) is recommended by some healthcare providers to improve lactation, breastfeeding, and newborn outcomes, particularly for women with diabetes as they face unique challenges with breastfeeding. However, there is limited evidence of the potential harms and benefits of this practice. Our objective was to conduct a scoping review to map the literature describing maternal and newborn outcomes of aBME. METHODS: We searched Medline, Embase, CINAHL, Cochrane Database of Systematic Reviews, British Library E-Theses Online Services (EThOS) database, OpenGrey, and Clinical trials.gov from inception to January 2020. Studies in English that reported on the effect of aBME on maternal and newborn outcomes, and the experiences of women who have engaged in the practice were included for screening. Titles, abstracts, and full-text articles were screened by two independent reviewers. A critical appraisal and clinical consultation were conducted. Key findings were extracted and summarized. RESULTS: We screened 659 studies and 20 met the inclusion criteria. The majority of included studies (n = 11, 55.0%) were published after 2015, and seven (35.0%) originated from Australia. Ten (50.0%) studies provided data on high-risk obstetrical populations, including those with diabetes (n = 8), overweight or obesity (n = 1), and preeclampsia (n = 1). Commonly reported outcomes included breastfeeding status at discharge or follow-up, mode of delivery, newborn blood glucose, and time to establishing full lactation. Maternal experiences were related to challenges with aBME, confidence and mastery, perceived impact, security and altruism, learning and resources, and physical symptoms as a result of aBME. The critical appraisal demonstrated limited high-quality evidence surrounding aBME. CONCLUSIONS: Our findings demonstrate increasing interest in the safety, efficacy, and acceptability of aBME. Existing studies are heterogenous with variable research questions, outcomes, study designs, and methodology. The recommendations made in this review can be used to help inform future studies evaluating aBME.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».