Parental Motivation for Introducing Babies’ First Foods and Common Food Allergens
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Findings from the Learning Early About Peanut trial prompted a shift in clinical practice guidelines to support the early and continuous introduction of allergenic foods to reduce the risk of food allergy. Our study aimed to describe the reasoning behind parents' decisions on the introduction of first foods to their infants and the age at which parents first introduced common allergens. METHODS: Parents of a child aged <18 years old with ≥1 food allergy, who lived in either Canada or the United States, were recruited via social media between March 2021 and February 2022 to participate in an online, anonymous survey. Data were analyzed descriptively and using binary logistic regression. RESULTS: A total of 42 parents completed the survey, the majority being mothers (40/42; 95.2%). Children were, on average, 6.9 ± 0.7 years old. In total, 47.6% of parents introduced first foods between ages 4-5 months, whereas 52.4% introduced first foods at 6 months or older. Cereals were the most frequently introduced first food (54.8%; 23/42). Most parents (71.9%) selected first foods to introduce based on guidance from healthcare providers. CONCLUSIONS: For many parents, guidance from healthcare providers is the most influential factor in determining when and what to introduce as first foods to their infant. Although the paradigm shift in infant feeding practices has been well accepted by healthcare providers, this information has not been adequately translated to the general population. This emphasizes the need for healthcare providers to educate and reinforce the importance of early introduction to reduce the risk of food allergy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».