Lithium in breast milk transiently affects the renal electrolytic balance of infants
Notice bibliographique
Résumé
Abstract Background The use of lithium during breast‐feeding has not been comprehensively investigated in humans due to concerns about lithium toxicity. Procedure We analyzed lithium in the kidneys of nursed pups of lithium medicated mothers, using analytical spectroscopy in a novel rat model. The mothers were healthy rats administered lithium via gavage (1000 mg/day Li 2 CO 3 per 50 kg body weight). Results Lithium was detected in the breast milk, and in the blood of pups (0.08 mM), of lithium‐exposed dams at post‐natal day 18 (P18), during breast‐feeding. No lithium was detected after breast‐feeding, at P25 (4 days after cessation of nursing). The lithium pups blood had elevated urea nitrogen at P18 and reduced total T 4 at P18 and P25, indicating a longer‐term effect on the kidneys and the thyroid gland. Multivariate machine‐learning analysis of spectroscopy data collected from the excised kidneys of pups showed elevated potassium in lithium‐exposed animals both during‐ and after breast‐feeding. The elevated renal potassium was associated with low nephrin expression in the kidneys measured immunohistochemically during breast‐feeding. After lithium exposure is stopped, the filtration of lithium from the kidneys reverses these effects. Our study showed that breastfeeding during lithium use has an effect on the kidneys of the offspring in rats.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».