预测母亲在前6个月的纯母乳养:使用机器学习技术创建接口的研究
Ayfer Açikgöz1, Merve Çakirli2, Berrak Mizrak Şahin3
1Department of Child Health and Disease Nursing, Eskisehir Osmangazi University Health Sciences, Eskisehir, Turkey.
Journal of evaluation in clinical practice
|May 14, 2024
概括
机器学习技术可以预测独家母乳养的成功. 关键因素包括母亲的健康,社会支持,水分,感知到的牛奶供应和婴儿养的便利性,使得有风险的母亲能够进行早期干预.
科学领域:
- 公共卫生 公共卫生
- 孕产妇和儿童的健康
- 医疗信息学 医疗信息学
背景情况:
- 机器学习技术 (MLT) 是分析大型数据集以识别复杂模式的强大工具.
- 孕产妇健康的预测建模可以支持基于证据的干预措施.
研究的目的:
- 开发一种基于机器学习的预测模型,用于识别在头六个月内仅母乳养的母亲.
- 为这个预测工具创建一个用户友好的界面.
主要方法:
- 研究人员使用了514名6至24个月龄的母亲和婴儿的数据集.
- 来自70%的参与者的数据被用来训练机器学习模型,剩下的30%用于测试.
- 随机森林分类器算法被选为最佳模型.
主要成果:
- 随机森林分类器在预测纯母乳养方面表现出有效性.
- 最重要的预测因素包括:怀孕期间母亲的健康状况,社会支持,每天的饮水量,感知到的牛奶充足度,以及婴儿母乳养的方便性.
- 该模型确定了影响纯母乳养可能性的关键变量.
结论:
- 开发的预测模型可以促进早期识别那些有非纯母乳养风险的母亲.
- 这种早期检测可以及时监测和针对性支持高风险群体中的母亲.
- 实施这一MLT工具可以加强促进母乳养的公共卫生战略.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
6.8K
05:04A Common Marmoset Model of Mother-Infant Intervention for Breastfeeding Disorders in the Presence of Paternal Inhibition and Maternal Neglect
Published on: September 22, 2023
429
