Construction of warning model of maternal lactation initiation delay based on breast milk biomarkers and its verification
-
摘要:目的
构建基于母乳生物标志物的产妇泌乳启动延迟预警模型并评估其效能。
方法选取486例产妇作为研究对象，按7∶3比例分为建模组340例和验证组146例，并将建模组产妇根据是否泌乳启动成功分为泌乳启动成功组255例和泌乳启动延迟组85例。采用Logistic回归分析明确产妇泌乳Ⅱ期启动延迟的影响因素。采用R软件构建预测产妇泌乳Ⅱ期启动延迟风险的列线图模型，通过受试者工作特征(ROC)曲线和校准曲线评估列线图模型的区分度和一致性。
结果泌乳启动延迟组年龄31~40岁者占比、初产妇占比、剖宫产者占比和母乳中钠离子、蛋白质水平均高于泌乳启动成功组，母乳中乳糖、柠檬酸盐水平低于泌乳启动成功组，差异有统计学意义(P＜0.05)。多因素Logistic回归分析显示，母乳中钠离子、乳糖、柠檬酸盐水平是产妇泌乳Ⅱ期启动延迟的影响因素(P＜0.05)。ROC曲线显示，列线图模型在建模组和验证组中预测泌乳Ⅱ期启动延迟的曲线下面积(AUC)均为0.998; Hosmer-Lemeshow拟合优度检验显示，列线图模型的校准曲线预测值与实际值基本一致(建模组χ2=6.062, P=0.511; 验证组χ2=7.288, P=0.506)。
结论基于母乳生物标志物乳糖、钠离子、柠檬酸盐构建的预测产妇泌乳Ⅱ期启动延迟风险的列线图模型, 一致性和区分度均较好。
Abstract:ObjectiveTo construct an early warning model of delayed initiation of maternal lactation based on breast milk biomarkers and to evaluate its effectiveness.
MethodsA total of 486 puerperae were selected as study objects, and were divided into modeling group (340 cases) and verification group (146 cases) according to a ratio of 7∶3, the modeling group was further divided into delayed lactation initiation group (85 cases) and successful lactation initiation group (255 cases) according to whether the lactation initiation was successful. Logistic regression was used to analyze risk factors for delayed initiation of maternal stage Ⅱ lactation. R software was applied to construct a nomogram model for predicting the risk of delayed initiation of maternal stage Ⅱ lactation. The receiver operating characteristic (ROC) curve and calibration curve were used to evaluate the differentiation and consistency of the nomogram models.
ResultsThe proportions of patients aged 31 to 40 years old, primipara, cesarean section, and the sodium ion concentration and protein level in the delayed lactation initiation group were greatly higher than those in successful lactation initiation group, the lactose and citrate levels were lower than those in the successful lactation initiation group (P < 0.05). The multivariate Logistic analysis showed that sodium ion, lactose and citrate levels were the influencing factors of delayed initiation of stage Ⅱ lactation (P < 0.05). ROC curve showed that the area under the curve (AUC) of the nomogram model for predicting lactation stage Ⅱ initiation delay was 0.998 in both the modeling group and the validation group. Hosmer-Lemeshow goodness of fit test showed that the predicted value of calibration curve of the nomogram model was basically consistent with the actual value (modeling group: χ2=6.062, P=0.511; verification group: χ2=7.288, P=0.506).
ConclusionThe nomogram model based on lactose, sodium ion and citrate of breast milk biomarkers to predict the risk of delayed initiation of puerpera lactation stage Ⅱ has good consistency and discrimination.
-
Keywords:
- delayed lactation initiation /
- puerpera /
- breast milk /
- lactose /
- citrate /
- sodium ion /
- nomogram model
-
肺癌是威胁人类生命安全的恶性肿瘤之一，其发病率与致死率均增长较快。目前，肺癌的联合治疗技术已取得巨大进步，但患者预后仍很差, 5年生存率较低[1-2]。中医药是肺癌患者良好的辅助治疗药物，治疗效果良好，且毒性较小[3-4]。左旋含羞草碱是从含羞草中提取的一种植物氨基酸，可抑制咽鳞状细胞癌细胞生长[5]。然而，左旋含羞草碱能否调控肺癌的发生与发展尚未明确。微小RNA(miRNA)约有22个核苷酸，主要通过对靶基因的翻译抑制及mRNA降解参与疾病的进展过程。研究[6]表明，微小RNA-1301-3p(miR-1301-3p)在肺癌组织和细胞中表达增加，下调miR-1301-3p能够抑制肺癌细胞生长及迁移。本研究探讨左旋含羞草碱对肺癌细胞增殖、迁移和侵袭的影响及其可能作用机制，现报告如下。
1. 材料与方法
1.1 材料与试剂
人正常肺上皮细胞BEAS-2B、人肺癌细胞A549均购自美国模式培养物集存库(ATCC); DMEM培养基、胎牛血清、胰蛋白酶、二甲基亚砜、磷酸盐缓冲液、多聚甲醛、结晶紫、噻唑蓝(MTT)均由上海碧云天生物提供; Nanodrop2000c超微量分光光度计、细胞裂解液、实时荧光定量聚合酶链反应(qRT-PCR)试剂、96孔反转录仪器和96孔qRT-PCR仪器购自美国Thermo Fisher公司; 寡聚核苷酸包括anti-miR-NC、miR-1301-3p抑制剂、miR-NC、miR-1301-3p模拟物均由广州锐博生物合成; Lipofectamine2000购自美国Invitrogen公司; Transwell试验所用的小室以及Matrigel基质胶购自美国Corning公司; 一抗抗体和二抗抗体由美国Santa Cruz公司提供。
1.2 方法
1.2.1 实验分组
将A549细胞以4 000个/孔的密度培养于直径9.6 cm的有盖培养皿，随后向孔中加入含不同浓度(100、200、400 μmol/L)左旋含羞草碱的DMEM培养基培养24 h[7], 分别记为左旋含羞草碱低剂量组、左旋含羞草碱中剂量组、左旋含羞草碱高剂量组，另将正常培养的A549细胞记为对照组。为探讨miR-1301-3p对肺癌细胞生物学行为的影响，本研究采用脂质体转染法将miR-1301-3p抑制剂及其对照分别转染至培养的A549细胞，分别记为anti-miR-1301-3p组、anti-miR-NC组。为验证左旋含羞草碱是否可通过调控miR-1301-3p表达而影响肺癌细胞生物学行为，本研究采用脂质体转染法将miR-1301-3p模拟物及其对照分别转染至A549细胞，转染成功后将400 μmol/L左旋含羞草碱添加到每组并培养24 h, 分别记为左旋含羞草碱+miR-1301-3p组、左旋含羞草碱+miR-NC组。
1.2.2 MTT试验
一系列处理后，收集各组A549细胞以2 000个/孔的密度培养于96孔板。根据MTT试剂盒的说明书，向培养皿每孔中加入5 mg/mL MTT试剂20 μL, 并在培养箱中孵育4 h。向每孔加入150 μL二甲基亚砜，以溶解细胞中的甲瓒。随后，使用酶标仪检测样品在490 nm处的吸光度(A)值。最后，根据所测A值计算细胞增殖抑制率，公式为(对照组A-实验组A)/(对照组A-空白组A)×100%。
1.2.3 平板克隆形成实验
不同处理后，收集各组A549细胞以200个/孔的密度培养于12孔板，于5%二氧化碳的培养箱中培养14 d, 培养期间每3 d更换1次DMEM培养基。各组A549细胞用磷酸盐缓冲液洗之后，每孔加入多聚甲醛和1%结晶紫。观察细胞集落形成情况，计数细胞克隆形成数，单个集落的判断标准是细胞团直径大于1 mm, 当集落之间出现相互融合时结束计数。
1.2.4 划痕实验
铺板之前先用马克笔在6孔板背面笔直地画3条横线作为标记，经不同处理后，收集各组A549细胞以2×105个/孔的密度培养于6孔板，放置于5%二氧化碳的培养箱中培养至细胞长满。用20 μL枪头垂直于孔板背面的横线画1条笔直的道痕，以磷酸盐缓冲液洗涤，将此时作为起始时刻，拍照后将培养板放入培养箱内继续培养24 h后拍照。应用ImageJ软件计算细胞划痕愈合率，公式为(划痕起始宽度-划痕端点宽度)/划痕起始宽度×100%。
1.2.5 Transwell实验检测细胞侵袭能力
于Transwell小室提前铺上Matrigel基质胶。不同处理后，收集各组细胞并以1×105个/孔的密度铺在小室的上室，培养48 h，同时在下室加入含10%胎牛血清的培养液作为化学引诱物。用磷酸盐缓冲液洗涤后，向每孔中加入多聚甲醛和1%结晶紫，最后于显微镜下统计侵袭细胞数。
1.2.6 qRT-PCR
依据Trizol试剂说明书提取细胞RNA，使用微量核酸蛋白分析仪分析RNA浓度，以A260 nm与A280 nm比值(A260/A280)分析RNA纯度，RNA完整性通过将RNA样品在2%琼脂糖凝胶中电泳进行分析, miRNA反转录盒子用于RNA反转录。将SYBR Green试剂10 μL、上游引物0.6 μL、下游引物0.6 μL、模板2 μL、双蒸水6.8 μL混合后，按照95 ℃预变性2 min, 95 ℃变性30 s, 60 ℃退火30 s, 72 ℃延伸30 s, 共40个循环的反应条件，在仪器上进行qRT-PCR。以 U6 为内参，采用2-△△Ct法计算miR-1301-3p相对表达量。
1.2.7 蛋白质印迹法(Western blot)
依据RIPA裂解液说明书提取细胞蛋白，将部分蛋白样品与上样缓冲液混合均匀以100 ℃水煮12 min。使用Nanodrop2000c超微量分光光度计分析剩余一部分蛋白样品浓度。根据测定的蛋白浓度计算40 μg蛋白所需体积，随后按照40 μg蛋白的量对样品进行十二烷基硫酸钠-聚丙烯酰胺凝胶电泳(SDS-PAGE), 5%脱脂牛奶封闭膜2 h, 分别加入E-cadherin(1∶ 800)、N-cadherin(1∶ 800)和GAPDH(1∶ 2 000)一抗抗体稀释液，再加入二抗稀释液(1∶ 3 000), 滴加eyoECL Plus, 暗室内曝光显影。
1.3 统计学分析
采用SPSS 21.0统计学软件分析数据，计量资料以(x±s)表示, 2组间比较采用独立样本t检验，多组间比较采用单因素方差分析, P < 0.05表示差异具有统计学意义。
2. 结果
2.1 左旋含羞草碱对肺癌A549细胞增殖的影响
与对照组比较，左旋含羞草碱低剂量组、中剂量组、高剂量组的肺癌A549细胞增殖抑制率均升高，细胞克隆形成数均减少，差异有统计学意义(P < 0.05)。见表 1、图 1。
表 1 不同剂量左旋含羞草碱对肺癌A549细胞增殖的影响(x±s)组别 n 细胞增殖抑制率/% 细胞克隆形成数/个 对照组 3 0±0 98.39±7.12 左旋含羞草碱低剂量组 3 27.46±2.38* 77.95±6.21* 左旋含羞草碱中剂量组 3 45.82±4.42*# 61.11±5.97*# 左旋含羞草碱高剂量组 3 64.85±5.54*#△ 49.16±4.39*#△ 与对照组比较, * P < 0.05; 与左旋含羞草碱低剂量组比较, #P < 0.05;与左旋含羞草碱中剂量组比较, △P < 0.05。 2.2 左旋含羞草碱对肺癌A549细胞迁移、侵袭的影响
与对照组比较，左旋含羞草碱低剂量组、中剂量组、高剂量组的肺癌A549细胞的划痕愈合率、N-cadherin蛋白水平和侵袭细胞数均降低, E-cadherin蛋白水平均升高，差异有统计学意义(P < 0.05)。见图 2、表 2。
表 2 不同剂量左旋含羞草碱对肺癌A549细胞迁移、侵袭能力的影响(x±s)组别 n 划痕愈合率/% 侵袭细胞数/个 E-cadherin蛋白 N-cadherin蛋白 对照组 3 71.78±6.12 122.72±11.04 0.23±0.03 0.57±0.05 左旋含羞草碱低剂量组 3 55.12±4.17* 91.25±7.95* 0.38±0.03* 0.43±0.04* 左旋含羞草碱中剂量组 3 41.05±4.07*# 73.72±6.15*# 0.52±0.05*# 0.31±0.03*# 左旋含羞草碱高剂量组 3 27.55±2.62*#△ 53.57±5.01*#△ 0.68±0.05*#△ 0.19±0.02*#△ 与对照组比较, * P < 0.05; 与左旋含羞草碱低剂量组比较, #P < 0.05; 与左旋含羞草碱中剂量组比较, △P < 0.05。 2.3 miR-1301-3p在BEAS-2B细胞和肺癌A549细胞中的表达
A549细胞的miR-1301-3p表达量为(3.59±0.28), 高于BEAS-2B细胞的(1.00±0), 差异有统计学意义(P < 0.05)。
2.4 左旋含羞草碱对肺癌A549细胞miR-1301-3p表达的影响
左旋含羞草碱低剂量组、左旋含羞草碱中剂量组、左旋含羞草碱高剂量组的miR-1301-3p表达量均高于对照组，且剂量越高, miR-1301-3p表达量越低，差异有统计学意义(P < 0.05), 见表 3。
表 3 不同剂量左旋含羞草碱对肺癌A549细胞miR-1301-3p表达的影响(x±s)组别 n miR-1301-3p 对照组 3 1.00±0.00 左旋含羞草碱低剂量组 3 0.81±0.06* 左旋含羞草碱中剂量组 3 0.63±0.05*# 左旋含羞草碱高剂量组 3 0.47±0.04*#△ 与对照组比较, * P < 0.05;与左旋含羞草碱低剂量组比较, #P < 0.05;与左旋含羞草碱中剂量组比较, △P < 0.05。 2.5 下调miR-1301-3p对肺癌A549细胞增殖、迁移、侵袭的影响
与anti-miR-NC组比较, anti-miR-1301-3p组的细胞增殖抑制率、E-cadherin蛋白表达升高, miR-1301-3p表达、细胞克隆形成数、侵袭细胞数、划痕愈合率和N-cadherin蛋白表达降低，差异有统计学意义(P < 0.05), 见图 3、表 4。
表 4 干扰miR-1301-3p对肺癌A549细胞增殖、迁移、侵袭的影响(x±s)指标 anti-miR-NC组(n=3) anti-miR-1301-3p组(n=3) miR-1301-3p 1.00±0.00 0.35±0.04* 细胞增殖抑制率/% 6.24±0.45 55.33±5.12* 细胞克隆形成数/个 95.55±7.12 54.38±5.13* 划痕愈合率/% 73.11±6.41 33.51±3.26* 侵袭细胞数/个 124.04±11.35 60.53±5.34* E-cadherin蛋白 0.21±0.02 0.61±0.05* N-cadherin蛋白 0.59±0.04 0.25±0.02* 与anti-miR-NC组比较, * P < 0.05。 2.6 miR-1301-3p过表达可逆转左旋含羞草碱(400 μmol/L)对肺癌A549细胞增殖、迁移、侵袭的作用
与左旋含羞草碱+miR-NC组相比，左旋含羞草碱+miR-1301-3p组的细胞增殖抑制率、E-cadherin蛋白表达降低, miR-1301-3p表达、细胞克隆形成数、侵袭细胞数、划痕愈合率和N-cadherin蛋白表达升高，差异有统计学意义(P < 0.05), 见图 4、表 5。
表 5 miR-1301-3p过表达逆转左旋含羞草碱对肺癌A549细胞的调控作用(x±s)指标 左旋含羞草碱+miR-NC组(n=3) 左旋含羞草碱+miR-1301-3p组(n=3) miR-1301-3p 1.00±0.00 2.77±0.25* 细胞增殖抑制率/% 66.27±5.62 29.12±2.81* 细胞克隆形成数/个 47.38±4.21 89.27±6.57* 划痕愈合率/% 26.45±2.59 60.63±6.12* 侵袭细胞数/个 52.13±5.13 106.63±11.63* E-cadherin蛋白 0.69±0.05 0.35±0.03* N-cadherin蛋白 0.18±0.02 0.48±0.04* 与左旋含羞草碱+miR-NC组比较, * P < 0.05。 3. 讨论
中医药具有抗炎、抗氧化应激与抗肿瘤等功效，可用于减缓肺癌发展进程，其作用机制与调控多种基因或多条信号通路表达有关[8]。miRNA可通过靶向结合靶基因而抑制其表达或翻译，进而调控肺癌细胞生物学行为，相关研究[9-10]已证实miRNA具有作为肺癌诊断及预后生物学标志物的潜力。
左旋含羞草碱可抑制人头颈鳞状细胞癌细胞增殖，并诱导细胞凋亡[11]。研究[12]报道，左旋含羞草碱可通过介导caspase-9表达而促进骨肉瘤细胞凋亡。目前，左旋含羞草碱与肺癌相关性的研究尚极少见，本研究发现左旋含羞草碱可抑制肺癌细胞增殖。上皮-间充质转化(EMT)是一种有助于癌细胞转移的进程，在此转化过程中，癌细胞能同时具有间质性和上皮性特征，另外还涉及N-cadherin表达上调和E-cadherin下调[13-14]。本研究结果显示，左旋含羞草碱能够降低肺癌细胞中N-cadherin蛋白水平和细胞侵袭能力，并增加E-cadherin表达，表明左旋含羞草碱能够抑制肺癌细胞迁移及侵袭，这可能与其能抑制EMT有关。
研究[15]显示, miR-1301-3p能促进胃癌细胞增殖和克隆形成。miR-1301-3p在非小细胞肺癌组织和细胞中表达水平升高，并可通过靶向调控Thy-1表达而促进非小细胞肺癌发展，或可作为评估患者预后的潜在生物学标志物[16]。本研究结果显示，肺癌细胞中miR-1301-3p表达量升高，而左旋含羞草碱可抑制肺癌细胞中的miR-1301-3p表达。本研究还发现，下调miR-1301-3p能够抑制肺癌细胞增殖、迁移和侵袭，而miR-1301-3p过表达可逆转左旋含羞草碱对肺癌细胞恶性表型的抑制作用。由此提示，左旋含羞草碱可通过下调miR-1301-3p表达而抑制肺癌细胞增殖、迁移及侵袭。
综上所述，左旋含羞草碱通过下调miR-1301-3p表达而抑制肺癌细胞增殖、侵袭和迁移能力，或可成为治疗肺癌的新型药物。但本研究未探讨miR-1301-3p调控肺癌进程的具体机制，未来还需进一步深入研究。
-
表 1 建模组与验证组产妇临床资料比较(x±s)[n(%)][M(P25, P75)]
因素 分类 建模组(n=340) 验证组(n=146) χ2/Z/t P 年龄 20~30岁 208(61.18) 86(58.90) 0.221 0.639 31~40岁 132(38.82) 60(41.10) 生产史 初产 49(14.41) 26(17.81) 0.903 0.342 经产 291(85.59) 120(82.19) 分娩方式 剖宫产 75(22.06) 30(20.55) 0.138 0.711 阴道分娩 265(77.94) 116(79.45) 母乳生物标志物 钠离子/(mmol/L) 30.82(24.22, 38.53) 28.27(25.34, 46.40) 0.272 0.786 乳糖/(mmol/L) 133.51(116.53, 148.07) 128.16(107.77, 147.03) 1.658 0.097 柠檬酸盐/(mmol/L) 3.53(2.75, 4.49) 3.25(2.18, 4.38) 1.467 0.142 蛋白质/(×10-2 g/mL) 1.91±0.43 1.97±0.39 1.449 0.148 
下载: 导出CSV
表 2 建模组产妇泌乳Ⅱ期启动延迟的单因素分析(x±s)[n(%)][M(P25, P75)]
因素 分类 泌乳启动延迟组(n=85) 泌乳启动成功组(n=255) χ2/Z/t P 年龄 20~30岁 41(48.24) 167(65.49) 7.991 0.005 31~40岁 44(51.76) 88(34.51) 生产史 初产 23(27.06) 26(10.20) 14.696 ＜0.001 经产 62(72.94) 229(89.80) 分娩方式 剖宫产 30(35.29) 45(17.65) 11.547 0.001 阴道分娩 55(64.71) 210(82.35) 母乳生物标志物 钠离子/(mmol/L) 48.44(41.30，54.81) 27.78(22.07，32.57) 12.792 ＜0.001 乳糖/(mmol/L) 104.05(98.82，111.29) 140.95(129.11，152.15) 13.079 ＜0.001 柠檬酸盐/(mmol/L) 2.04(1.51，2.46) 3.86(3.27，4.62) 10.266 ＜0.001 蛋白质/(×10-2 g/mL) 2.35±0.65 1.76±0.36 10.471 ＜0.001
下载: 导出CSV
表 3 变量赋值方式
变量 赋值方式 年龄 20~30岁=0, 31~40岁=1 生产史 经产=0, 初产=1 分娩方式 阴道分娩=0, 剖宫产=1 钠离子 连续变量 乳糖 连续变量 柠檬酸盐 连续变量 蛋白质 连续变量
下载: 导出CSV
表 4 泌乳Ⅱ期启动延迟的多因素Logistic回归分析
变量 β SE wald P OR 95%CI 年龄 -0.500 1.440 0.120 0.729 0.607 0.036~10.202 分娩方式 0.149 1.645 0.008 0.928 0.861 0.034~21.656 生产史 -1.211 1.868 0.420 0.517 0.298 0.008~11.600 钠离子 0.369 0.109 11.517 0.001 1.446 1.169~1.790 乳糖 -0.250 0.071 12.361 ＜0.001 0.779 0.678~0.895 柠檬酸盐 -1.542 0.692 4.972 0.026 0.214 0.055~0.830 蛋白质 0.888 1.041 0.728 0.394 2.431 0.316~18.709 常量 18.842 7.930 5.645 0.018 15.236 —
下载: 导出CSV
-
[1] LYONS K E, RYAN C A, DEMPSEY E M, et al. Breast milk, a source of beneficial microbes and associated benefits for infant health[J]. Nutrients, 2020, 12(4): 1039. doi: 10.3390/nu12041039
[2] 中华医学会围产医学分会, 中华医学会妇产科学分会产科学组, 中华护理学会产科护理专业委员会, 等. 中国新生儿早期基本保健技术专家共识(2020)[J]. 中华围产医学杂志, 2020, 23(7): 433-440. doi: 10.3760/cma.j.cn113903-20200416-00354 [3] 黄海丽, 顾晓青, 封红伟. 上海市宝山区产妇泌乳Ⅱ期启动延迟发生现状及影响因素[J]. 华南预防医学, 2021, 47(12): 1493-1496. https://www.cnki.com.cn/Article/CJFDTOTAL-GDWF202112001.htm [4] FOK D, ARIS I M, HO J H, et al. Early initiation and regular breast milk expression reduces risk of lactogenesis Ⅱ delay in at-risk Singaporean mothers in a randomised trial[J]. Singapore Med J, 2019, 60(2): 80-88. doi: 10.11622/smedj.2018067
[5] HOBAN R, MEDINA POELINIZ C, SOMERSET E, et al. Mother's own milk biomarkers predict coming to volume in pump-dependent mothers of preterm infants[J]. J Pediatr, 2021, 228: 44-52.e3. doi: 10.1016/j.jpeds.2020.09.010
[6] LI J Y, HUANG Y Y, HUANG Y, et al. Development of a breastfeeding duration risk nomogram for use in postpartum Chinese women[J]. Res Nurs Health, 2022, 45(1): 94-107. doi: 10.1002/nur.22203
[7] 罗凤娟, 包能珍, 李双辉. 妊娠期糖尿病产妇泌乳启动延迟发生风险的预测模型构建及验证[J]. 临床与病理杂志, 2020, 40(6): 1394-1400. https://www.cnki.com.cn/Article/CJFDTOTAL-WYSB202006009.htm [8] CHEONG J L Y, BURNETT A C, TREYVAUD K, et al. Early environment and long-term outcomes of preterm infants[J]. J Neural Transm, 2020, 127(1): 1-8. doi: 10.1007/s00702-019-02121-w
[9] 宗小颖, 施江平, 任慧明. 剖宫产初产妇母乳喂养率的调查分析及其与产妇心理状态、产后泌乳时间及个性特征的关系[J]. 中国性科学, 2022, 31(5): 117-120. https://www.cnki.com.cn/Article/CJFDTOTAL-XKXZ202205030.htm [10] BABIC A, SASAMOTO N, ROSNER B A, et al. Association between breastfeeding and ovarian cancer risk[J]. JAMA Oncol, 2020, 6(6): e200421. doi: 10.1001/jamaoncol.2020.0421
[11] 张青, 李世珍, 刘青锋, 等. 四川省泸州市纯母乳喂养现状及其影响因素分析[J]. 华南预防医学, 2020, 46(5): 494-497. https://www.cnki.com.cn/Article/CJFDTOTAL-GDWF202005010.htm [12] 马洁, 葛武鹏, 赵丽丽, 等. 分娩及喂养方式对婴幼儿分泌型免疫球蛋白A的影响[J]. 中国乳品工业, 2020, 48(7): 4-8, 12. https://www.cnki.com.cn/Article/CJFDTOTAL-RPGY202007001.htm [13] 丁佩佩, 赵梅, 张凤英, 等. 产妇妊娠晚期营养素摄入情况及Ⅱ期泌乳启动延迟影响因素分析[J]. 中国全科医学, 2020, 23(5): 534-539. https://www.cnki.com.cn/Article/CJFDTOTAL-QKYX202005028.htm [14] 胡珊珊, 刘君, 蒋盘华, 等. 产妇泌乳Ⅱ期启动延迟发生率及影响因素的系统评价[J]. 中国全科医学, 2021, 24(24): 3110-3115. https://www.cnki.com.cn/Article/CJFDTOTAL-QKYX202124014.htm [15] 姚建蓉, 刘秀萍. 泌乳Ⅱ期启动延迟影响因素研究进展[J]. 预防医学情报杂志, 2018, 34(1): 101-105. https://www.cnki.com.cn/Article/CJFDTOTAL-YFYX201801027.htm [16] HOBAN R, PATEL A L, MEDINA POELINIZ C, et al. Human milk biomarkers of secretory activation in breast pump-dependent mothers of premature infants[J]. Breastfeed Med, 2018, 13(5): 352-360.
[17] 袁水琴, 王华, 徐鑫芬, 等. 母乳钠离子浓度变化与泌乳启动关系的研究进展[J]. 护理与康复, 2022, 21(4): 89-91. https://www.cnki.com.cn/Article/CJFDTOTAL-HLKF202204030.htm [18] AZULAY CHERTOK I R, HAILE Z T, NI S S, et al. Differences in human milk lactose and citrate concentrations based on gestational diabetes status[J]. Breastfeed Med, 2020, 15(12): 798-802.
[19] 庞艳, 林芳初, 李嫒, 等. 母乳生物标志物在泌乳启动测定中的应用进展[J]. 广西医学, 2021, 43(13): 1636-1639. https://www.cnki.com.cn/Article/CJFDTOTAL-GYYX202113023.htm [20] SONG Z X, WANG X X, ZHOU Y Z, et al. Development and validation of prognostic nomogram for postpartum hemorrhage after vaginal delivery: a retrospective cohort study in China[J]. Front Med, 2022, 9: 804769.
[21] CHEN B N, ZHANG L Y, WANG D, et al. Nomogram to predict postpartum hemorrhage in cesarean delivery for women with scarred uterus: a retrospective cohort study in China[J]. J Obstet Gynaecol Res, 2020, 46(9): 1772-1782.
计量
- 文章访问数: 104
- HTML全文浏览量: 54
- PDF下载量: 12
苏公网安备 32100302010246号
