The rates and factors of perceived insufficient milk supply: A systematic review
Notice bibliographique
Résumé
Perceived insufficient milk supply (PIMS) is one of the major reasons for discontinued breastfeeding. We aimed to estimate the rates and evaluate related factors of PIMS. We searched four databases for relevant articles published from January 2000 to March 2021. We then performed a meta-analysis of the pooled data to estimate the rates and related factors of PIMS using Stata 15.0. Descriptive analyses of textual data were performed to summarise the related factors of PIMS if data could not be synthesised quantitatively. The quality of included studies was assessed using Newcastle-Ottawa scale (NOS), AHRQ checklist or Consolidated Criteria for Reporting Qualitative Research (COREQ). Overall, 27 studies were included in this review. At different periods after delivery, approximately 50% of mothers reported PIMS as the reason for stopping breastfeeding, while for breastfeeding mothers, the incidence of PIMS ranged from 10% to 25%. Breastfeeding initiation (OR 4.22, 95%CI 1.57-11.34) and breastfeeding knowledge (OR 7.10, 95%CI 2.00-25.26) were two factors influencing PIMS. Besides, PIMS had a strong negative relationship with breastfeeding self-efficacy (r = -0.57); moderate negative association with infant suck ability (r = -0.46) and planned breastfeeding duration (r = -0.45); and a moderate positive correlation with formula supplementation (r = 0.42). Descriptive analyses revealed that infant crying was reported to be a sign of PIMS, and inadequate intake of energy/liquids was a reported cause of it. This review identified a high proportion of women reporting PIMS, particularly among those who stopped breastfeeding. Deliberate interventions were needed to improve breastfeeding for mothers at risk.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».