Assessment of Phospholipid Malabsorption by Quantification of Fecal Phospholipid
Notice bibliographique
Résumé
OBJECTIVES: The standard methods for quantifying fat absorption involve extraction of fat from fecal samples with heptane, ether and ethanol. These solvents do not quantitatively recover phospholipids. Malabsorption of dietary and biliary phosphatidylcholine could potentially result in choline deficiency. Therefore, the authors developed a method extracting and quantifying fecal phospholipids. METHODS: Fecal samples were collected for 72 hours from 18 children with cystic fibrosis and 10 control children. Fat was extracted first with hexane/diethyl ether/ethanol and then with chloroform/methanol. Total fat was quantitated gravimetrically. Phospholipids in extracted fat were separated and quantified using high-performance liquid chromatography with evaporative light-scattering detection (HPLC-ELSD). Phospholipid quantification was validated with a phosphomolybdate colorimetric assay. RESULTS: The combination of solvent systems used in this study significantly improved total fat (p < 0.05) and phospholipid (p < 0.001) extraction compared with either hexane/diethyl ether/ethanol or chloroform/methanol alone. Fecal phospholipid measured by HPLC-ELSD was significantly correlated with lipid-soluble phosphorous using the phosphomolybdate assay (r = 0.75, p < 0.001). This method also allows quantification of fecal phosphatidylcholine and lysophosphatidylcholine. CONCLUSIONS: Hexane/diethyl ether/ethanol followed by chloroform/methanol extraction of fecal samples and quantification of phospholipids using HPLC-ELSD is a new method for investigating phospholipid malabsorption.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».