Effects of a Novel High‐Quality Protein Infant Formula on Energetic Efficiency and Tolerance
Notice bibliographique
Résumé
OBJECTIVES: Protein overfeeding in infants can have negative effects, such as diabetes and childhood obesity; key to reducing protein intake from formula is improving protein quality. The impact of a new infant formula [study formula (SF)] containing alpha-lactalbumin, lactoferrin, partially hydrolyzed whey, and whole milk on growth and tolerance compared to a commercial formula (CF) and a human milk reference arm was evaluated. METHODS: This randomized, double-blind trial included healthy, singleton, term infants, enrollment age ≤14 days. Primary outcome was mean daily weight gain. Secondary outcomes were anthropometrics, formula intake, serum amino acids, adverse events, gastrointestinal characteristics, and general disposition. RESULTS: Non-inferiority was demonstrated. There were no differences between the formula groups for z scores over time. Formula intake [-0.33 oz/kg/day, 95% confidence interval (CI): -0.66 to -0.01, P = 0.05] and mean protein intake (-0.13 g/kg/day, 95% CI: -0.26 to 0.00, P = 0.05) were lower in the SF infants, with higher serum essential amino acid concentrations (including tryptophan) compared to the CF infants. Energetic efficiency was 14.0% (95% CI: 8.3%, 19.7%), 13.0% (95% CI: 6.0%, 20.0%), and 18.1% (95% CI: 9.4%, 26.8%) higher for weight, length, and head circumference, respectively, in SF infants compared to the CF infants. SF infants had significantly fewer spit-ups and softer stool consistency than CF infants. CONCLUSIONS: The SF resulted in improved parent-reported gastrointestinal tolerance and more efficient growth with less daily formula and protein intake supporting that this novel formula may potentially reduce the metabolic burden of protein overfeeding associated with infant formula.
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) | 0,000 | 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 ».