Establishment of micromethods for macronutrient contents analysis in breast milk
Notice bibliographique
Résumé
Commercially available milk analysers were originally developed for use in the dairy industry, but they are now used to analyse macronutrient content of breast milk in clinical studies and routine care of the premature or very low birthweight (VLBW) infants. Due to the different composition of cow and breast milk, these devices need to be validated against reference methods before they can be used in daily routine. However, current reference methods require a sample volume of 30-100 mL to analyse fat, protein and lactose. It is not feasible to obtain this volume of milk for research purposes, especially from VLBW infants as lactation may be delayed or impaired and the limited volume of breast milk must be provided to the infant. To support validation of milk analysers in both clinical and research settings, the aim of this study is to establish and validate micromethods for precise macronutrient analysis in small volume of breast milk and conduct a feasibility study of the micromethods as a post-validation. Methods include a modified Mojonnier ether extraction (fat), elemental analysis (protein) and ultra-performance liquid chromatography-tandem mass spectrometry (lactose). We were able to downsize volumes required for analysis of fat, protein and lactose to 1 mL, 260 μL and 100 μL; corresponding coefficients of variation are 1.7, 1.8 and 2.3%, respectively. The presented methods allow for reliable and precise analyses of macronutrients in ≤1.5 mL of breast milk and will be used to validate milk analysers.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».