Evaluation of Fat Separation and Removal Methods to Prepare Low‐Fat Breast Milk for Fat‐Intolerant Neonates With Chylothorax
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to compare 2 methods (syringe and spoon methods) of removing the fat from the low-fat milk portion and compare 3 methods (refrigerated centrifuge, nonrefrigerated centrifuge, and refrigeration method) of separating breast milk into the fat and low-fat milk components. METHODS: Human milk was divided into 24 aliquots using the 3 separating methods, and 2 methods (syringe, spoon) were compared to extract the low-fat milk. Thirty-one human milk samples were separated into fatty and low-fat milk layers using 3 methods: 24-hour refrigerator storage (2°C), centrifuged at 3000 rpm for 15 minutes at room temperature, and spun in the refrigerated-centrifuge at 3000 rpm for 15 minutes at 2°C. After 24 hours of refrigeration, a syringe was used to remove the low-fat milk. Triglycerides were analyzed before and after separation and removal methods. RESULTS: For fat removal, the syringe method (1.2 g/dl, 95% confidence interval [CI], 1.1-1.4, fat content) left 34% less residual fat compared to the spoon method (1.9 g/dl, 95% CI, 1.5-2.3); this difference did not reach statistical significance (P = .065). For fat separation, the centrifuge methods (mean: 1.0 g/dl, 95% CI, 0.8-1.1) left significantly less residual fat than the refrigerator method (3.4 g/dl, 95% CI, 3.0-3.7; P < .0001). CONCLUSION: Using the syringe vs a spoon at removing the milk from the fat, although not statistically significant, was likely of clinical importance. A centrifuge was more effective at separating the fat in human milk.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».