Modifiable factors associated with loss of donors in a human milk bank
Notice bibliographique
Résumé
Objective To identify factors associated with the increased risk of loss of human milk donors (HM) to the milk bank (MB) of the Hospital General de Medellín (HGM) between 2014 and 2019. Methodology A total of 559 women who contacted the MB to be HM donors between 2014 and 2019 were evaluated according to their classification as contact eligible or ineligible to donate. A logistic regression model was used to identify the variables associated with the classification of a contact as ineligible. Results A total of 8.8% (n=49) of contacts were classified as ineligible. Ineligible contacts were 1.8 years older, with twice as many being exclusive donation method users. A higher percentage of ineligible contacts produced milk from preterm babies or colostrum. A higher percentage were classified as ineligible during the first years of the MB's operation, and a higher percentage had not undergone diagnostic tests for sexuallytransmitted infections in the last year. Additionally, 22.9% had been diagnosed with anemia during gestation (P<0.05). Contacting the MB between 2014-2016 (OR=3.08; P=0.004) and being from the exclusive donation method (OR=3.11; P=0.004) increased the risk of being classified as an ineligible contact. The absence of an HIV diagnostic test and a diagnosis of anemia during gestation were considered exclusion factors. Conclusion Modifiable factors increased the risk of a contact being classified as ineligible to donate human milk, identifying and treating them would allow increasing the number of HM donors to a MB.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| 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) | 0,015 | 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 ».