Immunoglobulin A and Protein Content of Low‐Fat Human Milk Prepared for the Treatment of Chylothorax
Notice bibliographique
Résumé
BACKGROUND: Several case studies report successful recovery from chylothorax while infants were fed low-fat human milk. The reported growth rates were inadequate despite milk supplementation with added medium-chain triglycerides (MCTs). The objective was to determine the effect that various human milk fat separating methods, refrigerated centrifuge, room temperature centrifuge, and refrigeration have on the loss of immunoglobulin A (IgA) and protein in the preparation of low-fat human milk. METHODS: Protein and IgA were measured in 31 samples of reduced-fat human milk. Reduced-fat breastmilk samples were prepared by separating the fat using 3 methods (refrigerated centrifuge, room temperature centrifuge, and a refrigeration method), followed by lower fat milk extraction by syringe. RESULTS: The refrigeration method decreased IgA concentration by 17% (P = .035) while centrifugation and fat removal from the human milk samples led to a 38% decline in IgA concentration in both the nonrefrigerated and refrigerated centrifuge samples (P < .0001 for both). Protein declined by 11% with refrigeration and fat removal (P < .0001) while centrifugation and fat removal decreased protein concentration by 31% (P < .0001) in both nonrefrigerated centrifuge and refrigerated centrifuge samples. CONCLUSIONS: Preparing low-fat human milk for patients with chylothorax decreased the IgA and protein contents. As well as fat (in the form of MCTs), protein likely needs to be supplemented for infants fed low-fat human milk to support adequate growth.
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 | 0,003 |
| 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 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 ».