Milk Biomarkers of Secretory Activation in Breast Pump-Dependent Mothers of Preterm Infants: An Integrative Review
Notice bibliographique
Résumé
Background: Lack of mother's own milk (MOM) at discharge from the neonatal intensive care unit (NICU) is a global problem and is often attributable to inadequate MOM volume. Evidence suggests that the origins of this problem are during the first 14 days postpartum, a time period that includes secretory activation (SA; lactogenesis II, milk coming in ). Objectives: To describe and summarize evidence regarding use of MOM biomarkers (MBMs) as a measure of SA in pump-dependent mothers of preterm infants in the NICU and to identify knowledge gaps requiring further investigation. Methods: An integrative review was conducted using Whittemore and Knafl methodology incorporating the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) checklist. A search using electronic databases MEDLINE (through PubMed) and CINAHL (Cumulative Index to Nursing and Allied Health Literature) and reference lists of included articles was conducted. Results: Of the 40 articles retrieved, 6 met the criteria for inclusion. Results revealed the following five findings: (1) Achievement of SA defined by MBMs is delayed and/or impaired in mothers of preterm infants. (2) MBMs are associated with pumped MOM volume. (3) Achievement of SA defined by MBMs is associated with pumping frequency. (4) Delayed and/or impaired achievement of SA defined by MBMs may be exacerbated by maternal comorbidities. (5) There is a lack of consensus as to which MBM(s) and analysis techniques should be used in research and practice. Conclusions: MBMs hold tremendous potential to document and monitor achievement of SA in mothers of preterm infants, with multiple implications for research and clinical practice.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».