Impact of Neonatal Intensive Care Unit Admission on Bacterial Colonization of Donated Human Milk
Notice bibliographique
Résumé
BACKGROUND: Unpasteurized human donor milk typically contains a variety of bacteria. The impact of neonatal intensive care unit (NICU) admission of the donor's infant and duration of lactation on bacterial contamination of human milk is unknown. Research aim: This study aimed (a) to describe the frequency/concentration of skin commensal bacteria and pathogens in unpasteurized human donor milk and (b) to assess the impact of NICU admission and (c) the duration of milk expression on bacterial colonization of donated milk. METHODS: The authors conducted a retrospective cohort study of human milk donated to the Rogers Hixon Ontario Human Milk Bank from January 2013 to June 2014. Milk samples from each donor were cultured every 2 weeks. RESULTS: cfu/L, a local threshold for allowable bacteria prior to pasteurization. The mean (standard deviation) donation period per donor was 13.0 (7.5) weeks. Milk from mothers with NICU exposure had significantly higher concentrations of commensals, but not pathogens, at every time period compared with other mothers. For every 1-month increase in donation from all donors, the odds ratio of presence of any commensal in milk increased by 1.13 (95% confidence interval [1.03, 1.23]) and any pathogen by 1.31 (95% confidence interval [1.20, 1.43]). CONCLUSION: Commensal bacteria were more abundant in donor milk expressed from mothers exposed to neonatal intensive care. Bacterial contamination increased over the milk donation period.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».