Target Fortification of Breast Milk: How Often Should Milk Analysis Be Done?
Notice bibliographique
Résumé
Target fortification (TFO) reduces natural macronutrient variation in breast milk (BM). Daily BM analysis for TFO increases neonatal intensive care unit work load by 10-15 min/patient/day and may not be feasible in all nurseries. The variation of macronutrient intake when BM analysis is done for various schedules was studied. In an observational study, we analyzed 21 subsequent samples of native 24-h BM batches, which had been prepared for 10 healthy infants (gestational age 26.1 ± 1.3 weeks, birth weight: 890 ± 210 g). Levels of protein and fat (validated near-infrared milk analyzer), as well as lactose (UPLC-MS/MS) generated the database for modelling TFO to meet recommendations of European Society for Paediatric Gastroenterology Hepatology and Nutrition. Intake of macronutrients and energy were calculated for different schedules of BM measurements for TFO (n = 1/week; n = 2/week; n = 3/week; n = 5/week; n = 7/week) and compared to native and fixed dose fortified BM. Day-to-day variation of macronutrients (protein 20%, carbohydrate 13%, fat 17%, energy 10%) decreased as the frequency of milk analysis increased and was almost zero for protein and carbohydrate with daily measurements. Measurements two/week led to mean macronutrient intake within a range of ± 5% of targeted levels. A reduced schedule for macronutrient measurement may increase the practical use of TFO. To what extent the day-to-day variation affects growth while mean intake is stable needs to be studied.
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 | 0,001 |
| 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 | 0,000 | 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 ».