Human milk oligosaccharide composition predicts risk of necrotising enterocolitis in preterm infants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Necrotising enterocolitis (NEC) is one of the most common and often fatal intestinal disorders in preterm infants. Markers to identify at-risk infants as well as therapies to prevent and treat NEC are limited and urgently needed. NEC incidence is significantly lower in breast-fed compared with formula-fed infants. Infant formula lacks human milk oligosaccharides (HMO), such as disialyllacto-N-tetraose (DSLNT), which prevents NEC in neonatal rats. However, it is unknown if DSLNT also protects human preterm infants. DESIGN: We conducted a multicentre clinical cohort study and recruited 200 mothers and their very low birthweight infants that were predominantly human milk-fed. We analysed HMO composition in breast milk fed to infants over the first 28 days post partum, matched each NEC case with five controls and used logistic regression and generalised estimating equation to test the hypothesis that infants who develop NEC receive milk with less DSLNT than infants who do not develop NEC. RESULTS: Eight infants in the cohort developed NEC (Bell stage 2 or 3). DSLNT concentrations were significantly lower in almost all milk samples in NEC cases compared with controls, and its abundance could identify NEC cases prior to onset. Aggregate assessment of DSLNT over multiple days enhanced the separation of NEC cases and control subjects. CONCLUSIONS: DSLNT content in breast milk is a potential non-invasive marker to identify infants at risk of developing NEC, and screen high-risk donor milk. In addition, DSLNT could serve as a natural template to develop novel therapeutics against this devastating disorder.
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.
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 | 0,000 |
| 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 découle