您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览26 | 下载18

目的 构建并验证早产儿母亲泌乳建立风险预测评分模型,为早期识别早产母亲泌乳建立危险人群提供借鉴.方法 运用Meta分析早产母亲泌乳建立的危险因素,以各危险因素综合危险度的自然对数为系数,以早产母亲泌乳建立失败发生率与未发生率比值的自然对数为模型的系数,建立模型;再根据各危险因素的系数对风险因素进行赋分,构建风险预测评分模型.收集 2022 年 3-9 月 112 例早产儿母亲资料,分析该风险预测评分模型的预测性能.结果 早产母亲泌乳建立模型 Logit(P)=-0.072+0.389×是否年龄≥30 岁+0.452×是否合并妊娠期高血压疾病+1.008×是否合并妊娠期糖尿病+0.434×是否产后抑郁+0.538×是否泌乳Ⅱ期启动延迟+0.607×是否每日挤奶频次<8次+0.515×是否开奶时间≥6 h+0.445×是否每日睡眠时间<8 h;模型 ROC曲线下面积为 0.900(95

作者:孙菲;刘敏;胡珊珊;吴蕾;刘君;李萍

来源:护理学报 2023 年 30卷 23期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:26 | 下载:18
作者:
孙菲;刘敏;胡珊珊;吴蕾;刘君;李萍
来源:
护理学报 2023 年 30卷 23期
标签:
泌乳建立 预测模型 风险评分 Meta分析 危险因素 母乳喂养 lactation establishment prediction model risk scoring Meta analysis risk factor breastfeeding
目的 构建并验证早产儿母亲泌乳建立风险预测评分模型,为早期识别早产母亲泌乳建立危险人群提供借鉴.方法 运用Meta分析早产母亲泌乳建立的危险因素,以各危险因素综合危险度的自然对数为系数,以早产母亲泌乳建立失败发生率与未发生率比值的自然对数为模型的系数,建立模型;再根据各危险因素的系数对风险因素进行赋分,构建风险预测评分模型.收集 2022 年 3-9 月 112 例早产儿母亲资料,分析该风险预测评分模型的预测性能.结果 早产母亲泌乳建立模型 Logit(P)=-0.072+0.389×是否年龄≥30 岁+0.452×是否合并妊娠期高血压疾病+1.008×是否合并妊娠期糖尿病+0.434×是否产后抑郁+0.538×是否泌乳Ⅱ期启动延迟+0.607×是否每日挤奶频次<8次+0.515×是否开奶时间≥6 h+0.445×是否每日睡眠时间<8 h;模型 ROC曲线下面积为 0.900(95

Baidu
map