Corrected fortification approach improves the protein and energy content of preterm human milk compared with standard fixed-dose fortification
Notice bibliographique
Résumé
OBJECTIVE: To evaluate whether a pragmatic corrected fortification (CF) model achieves recommended target protein and calorie content of human milk (HM) for preterm infants when compared with standard fixed-dose fortification (SF). DESIGN: In this prospective non-interventional study, we enrolled mothers of infants with birth weight ≤1500 g fed exclusive HM. Infants with chromosomal or intestinal disorders were excluded. A total of 405 HM samples from 29 mothers and 45 donor milk samples were analysed for macronutrient content using a real-time HM analyser. A stepwise CF model was derived based on published data on HM calorie and protein content corrected for lactation stage and milk type. We applied both models to the measured protein and calorie content for all HM samples and compared the proportion of samples achieving target nutrient requirement in each group. RESULTS: Target protein and calorie content of feed was achieved in 68% of HM samples with CF, compared with 5% samples with SF model (p<0.0001). For mother's own milk, none of the samples met the target macronutrient range with SF fortification during later lactation periods (≥week 5). With SF, over 40% of infants had poor growth (decline in weight z-score ≥0.8 SD) by 8 weeks. The final feed osmolality was acceptable for all fortification steps of the CF model. CONCLUSION: The proposed CF model significantly improved the final protein and calorie content of HM with acceptable osmolality. It provides a proactive option to improve nutrient intake in premature infants.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».