Human Milk Biomarkers of Secretory Activation in Breast Pump-Dependent Mothers of Premature Infants
Notice bibliographique
Résumé
OBJECTIVE: Mothers of premature infants confront barriers to coming to volume (CTV; ≥500 mL/day mother's own milk [MOM] by postpartum day 14), a strong predictor of continued MOM provision at neonatal intensive care unit (NICU) discharge. We sought to determine concentrations of secretory activation biomarkers (MOM sodium, total protein, lactose, and citrate) during the first 14 postpartum days and to describe relationships among these biomarkers, pumped MOM volume, CTV, and pumping frequency. STUDY DESIGN: This descriptive observational study collected serial MOM samples, pumped MOM volume, and pumping frequency during the first 14 postpartum days in 16 breast pump-dependent mothers who delivered <33 weeks gestation. Daily biomarker concentrations were compared to published normal values for mothers of term infants. Relationships among biomarkers, pumped MOM volume, and pumping frequency were determined. RESULTS: On postpartum day 5, only 40% of MOM samples revealed normal concentrations of all four biomarkers, and normalcy was not maintained throughout the first 14 days. All eight mothers (50%) who achieved CTV had normal concentrations for four biomarkers at 5.4 ± 3.5 days postpartum and had more cumulative pumping sessions by day 5 (p = 0.03). A dose-response relationship between number of normal biomarkers and pumped MOM volume was demonstrated for postpartum days 3 (p = 0.01) and 5 (p = 0.04). CONCLUSION: Secretory activation is delayed in mothers who deliver prematurely and is closely tied to CTV, MOM volume, and pumping frequency. MOM biomarkers hold promise as objective research outcome measures and for point-of-care testing to identify and proactively manage mothers at risk for compromised lactation.
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 | 0,001 |
| 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 ».