Adding Enriched Eggs in Ready-to-use foods Improve Recovery Rate in Malnourished Rats
Notice bibliographique
Résumé
Ready-to-use foods (RUFs) using indigenous sources in developing countries is highly required to treat moderate acute malnutrition (MAM). However, incorporating an animal protein may affect their effectiveness. Thus, two local RUFs were produced without (LF-1) and with eggs (LF-2). The objective of this study was to assess and compare to Plumpy'Sup (PS), the impact of adding enriched eggs in cashew/soy/rice based RUF on the proximate composition, growth and blood biochemical parameters in malnourished Wistar rats by Anagobaka diet. Proximate composition revealed that, with the exception of fiber and ash contents, the two RUFs recorded protein, lipid, carbohydrate and energy values globally comparable to PS. They also met WFP's recommendations for foods to treat MAM. Results of growth parameters show that Anagobaka diet leads to the installation of a moderate emaciation, confirmed by an average weight loss of -17 %. Moreover, recovery diets showed higher weight gain and good palatability (DMI, TPI, FER and PER) in rats fed with PS followed by those fed with LF-2 and LF-1. For the serum biochemical parameters, the rats fed with LF-2 had on the whole a better functioning of blood metabolites (glucose, total proteins, albumin, urea, creatinine, ASAT, ALAT) as well as a better accumulation of blood lipids (total cholesterol, HDL-cholesterol, LDL-cholesterol and triglycerides) than those of rats fed with PS and LF-1. In conclusion, local RUFs which include enriched eggs present the best nutritional profile to treat MAM in Côte d'Ivoire but to sustain recovery a mineral supplementation will be needed.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».