Factores modificables asociados a la pérdida de donantes en un banco de leche humana
Notice bibliographique
Résumé
Objetivo Identificar los factores asociados al aumento del riesgo de perder donantes de leche humana (LH) en el banco de leche humana (BLH) del Hospital General de Medellín (HGM), Colombia durante 2014-2019. Metodología Se evaluaron 559 mujeres que contactaron al BLH para ser donantes de LH entre 2014-2019 según su clasificación como contacto apto o no apto para la donación. Se usó un modelo de regresión logística para analizar las variables asociadas a la clasificación de un contacto como no apto. Resultados Del total de contactos que recibió el BLH, 8,8% (n=49) fueron clasificados como no aptos. Al comparar con los aptos, los contactos no aptos tuvieron 1,8 años menos de edad, el doble pertenecía a la modalidad exclusiva, el mayor porcentaje tenía leche de madre de prematuro o calostro, todos fueron clasificados como no aptos en los primeros años de funcionamiento del BLH, no contaban con una prueba diagnóstica para infecciones de transmisión sexual (ITS) durante el último año y 22,9% más tuvo diagnóstico de anemia en la gestación (P<0,05). Contactar al BLH entre 2014-2016 (OR=3,08; P=0,004) y pertenecer a la modalidad de donación exclusiva (OR=3,11; P=0,004), incrementó el riesgo de ser clasificado como contacto no apto para donar LH al BLH. La ausencia de una prueba diagnóstica de VIH y la presencia anemia fueron considerados factores de exclusión. Conclusión Factores modificables incrementaron el riesgo de que una mujer con intención de donar LH al BLH no pudiera hacerlo. Identificarlos e intervenirlos permitiría incrementar el número de donadoras de los BLH.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».