Visual Development of Human Milk–Fed Preterm Infants Provided With Extra Energy and Nutrients After Hospital Discharge
Notice bibliographique
Résumé
BACKGROUND: Human milk (HM) is the optimal way to nourish preterm low birth weight (LBW) infants after hospital discharge. However, there are few data on which to assess whether HM alone is sufficient to address hospital-acquired nutrition deficits, and no adequately powered studies have examined this question using neurodevelopment as an outcome. The purpose of this work was to determine whether adding extra energy and nutrients to the feedings of predominantly HM-fed LBW infants early after discharge improves their visual development. Visual development was used in this study as a surrogate marker for neurodevelopment. METHODS: At discharge, 39 predominantly HM-fed LBW infants (750-1800 g, 1288 ± 288 g) were randomized to receive human milk alone (control) or around half of the HM received daily mixed with a multinutrient fortifier (intervention) for 12 weeks. Grating acuity (ie, visual acuity) and contrast sensitivity were assessed using sweep visual-evoked potential tests at 4 and 6 months corrected age. RESULTS: At 4 and 6 months corrected age, intervention infants demonstrated higher grating acuity compared to those in the control group (intervention: 7.8 ± 1.3 and 9.7 ± 1.2 [cycles/degree] vs control 6.9 ± 1.2 and 8.2 ± 1.3, P = .02). Differences in contrast sensitivity did not reach statistical significance (P = .11). CONCLUSION: Adding a multinutrient fortifier to a portion of the expressed breast milk provided to predominantly HM-fed LBW infants early after discharge improves their early visual development. Whether these subtle differences in visual development apply to other aspects of development or longer term neurodevelopment are worthy of future investigation.
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 | 0,001 |
| 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 ».