Breastfeeding duration is positively associated with decreased smoking relapse in the postpartum period
Notice bibliographique
Résumé
INTRODUCTION: A significant proportion of women quit smoking during pregnancy, creating a unique window of opportunity to encourage long-term smoking cessation. Efforts to prevent smoking relapse in the postpartum period, however, have largely been ineffective. We investigated the association between breastfeeding duration and smoking relapse to help inform postpartum smoking cessation strategies. METHODS: The Ulm SPATZ Health Study consists of 1006 newborns and their 970 mothers recruited from April 2012 to May 2013 in Ulm, Germany. For this analysis, only mothers who quit smoking during pregnancy, for whom breastfeeding and smoking data were available, were included. Kaplan-Meier plots were used to investigate the relationship between breastfeeding duration and postpartum smoking relapse within 2 years. Cox proportional hazards regression models were used to estimate hazard ratios, adjusted for factors reported to influence postpartum smoking outcomes. RESULTS: A total of 115 mothers were included. They had a mean age of 32.0 (SD: 5.0) years and breastfed for 5.6 (SD: 4.4) months. Of those who remained in the study, 14 (12.2%) experienced smoking relapse by 6 weeks and 48 (51.1%) relapsed by 2 years. In an adjusted analysis which accounted for age, educational attainment, postpartum weight retention, and gestational weight gain, breastfeeding for at least 6 months was significantly associated with decreased smoking relapse within 2 years (HR: 0.18; 95% CI: 0.07 - 0.45). CONCLUSIONS: Breastfeeding for at least 6 months was associated with decreased postpartum smoking relapse. Breastfeeding promotion should be considered to enhance smoking cessation strategies in the postpartum 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».