Human Milk Nutrient Composition in the United States: Current Knowledge, Challenges, and Research Needs
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
Human milk is considered to be the ideal food for infants. Accurate, representative, and up-to-date nutrient composition data of human milk are crucial for the management of infant feeding, assessment of infant and maternal nutritional needs, and as a guide for developing infant formula. Currently in the United States, the nutrient profiles of human milk can be found in the USDA National Nutrient Database for Standard Reference, and in books or review articles. Nonetheless, these resources all suffer major drawbacks, such as being outdated, incomplete profiles, limited sources of data, and uncertain data quality. Furthermore, no nutrient profile was developed specifically for the US population. The purposes of this review were to summarize the current knowledge of human milk nutrient composition from studies conducted in the United States and Canada, and to identify the knowledge gaps and research needs. The literature review was conducted to cover the years 1980-2017, and 28 research papers were found containing original data on macronutrients and micronutrients. Most of these 28 studies were published before 1990 and mainly examined samples from small groups of generally healthy lactating women. The experimental designs, including sampling, storage, and analytic methods, varied substantially between the different studies. Data of several components from these 28 studies showed some consistency for 1-6 mo postpartum, especially for protein, fat, lactose, energy, and certain minerals (e.g., calcium). The data for 7-12 mo postpartum and for other nutrients are very scarce. Comprehensive studies are required to provide current and complete nutrient information on human milk in the United States.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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