Effect of Flash-Heat Treatment on Immunoglobulins in Breast Milk
Notice bibliographique
Résumé
BACKGROUND: Heat-treated expressed breast milk is recommended by the World Health Organization as an option to reduce vertical HIV transmission in resource-poor regions. Flash-heat (FH) is a low technology pasteurization method developed for home use, but its effect on quantity and quality of breast milk immunoglobulins is unknown. OBJECTIVE: To evaluate FH's effect on breast milk immunoglobulin levels and antigen-binding capacity. DESIGN/METHODS: Fifty HIV+ mothers in South Africa provided breast milk. Part of each sample served as an unheated control; the remainder was flash-heated. Total and antigen-specific immunoglobulin A (IgA) and immunoglobulin G (IgG) were measured by enzyme-linked immunosorbent assay. Paired t test was performed on log-transformed data. RESULTS: FH significantly decreased total IgA and IgG concentrations [geometric mean (geometric SD) 318.0 (1.9) vs. 398.2 (1.9) microg/mL and 89.1 (2.7) vs. 133.3 (2.5) microg/mL, P < 0.001 each]. Similar decreases in anti-HIV-1 gp120 IgG, anti-pneumococcal polysaccharide, and anti-poliovirus IgA occurred (P < 0.001 each). Although the latter was most affected, FH retained 66% of the antigen-binding ability. In contrast, binding capacity of IgA and IgG to influenza increased after FH (P = 0.029 and 0.025, respectively). CONCLUSIONS: Most breast milk immunoglobulin activity survives FH, suggesting flash-heated breast milk is immunologically superior to breast milk substitutes. Clinical significance of this decreased immunoglobulin activity needs evaluation in prospective trials.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».