MétaCan
Menu
Retour à la cohorte
Enregistrement W4365448898 · doi:10.3390/nu15081866

Human Milk Calorie Guide: A Novel Color-Based Tool to Estimate the Calorie Content of Human Milk for Preterm Infants

2023· article· en· W4365448898 sur OpenAlexafffund
Anish Pillai, Susan Albersheim, Nikoo Niknafs, Brian Maugo, Betina Rasmussen, Mei Lam, Gurpreet Grewal, Arianne Albert, Rajavel Elango

Notice bibliographique

RevueNutrients · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensB.C. Women's Hospital & Health CentreBC Children's HospitalWomen's Health Research InstituteUniversity of British Columbia
Organismes subventionnairesBC Children's Hospital
Mots-clésCalorieFood scienceMedicineBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Fixed-dose fortification of human milk (HM) is insufficient to meet the nutrient requirements of preterm infants. Commercial human milk analyzers (HMA) to individually fortify HM are unavailable in most centers. We describe the development and validation of a bedside color-based tool called the ‘human milk calorie guide’(HMCG) for differentiating low-calorie HM using commercial HMA as the gold standard. Mothers of preterm babies (birth weight ≤ 1500 g or gestation ≤ 34 weeks) were enrolled. The final color tool had nine color shades arranged as three rows of three shades each (rows A, B, and C). We hypothesized that calorie values for HM samples would increase with increasing ‘yellowness’ predictably from row A to C. One hundred thirty-one mother’s own milk (MOM) and 136 donor human milk (DHM) samples (total n = 267) were color matched and analyzed for macronutrients. The HMCG tool performed best in DHM samples for predicting lower calories (<55 kcal/dL) (AUC 0.87 for category A DHM) with modest accuracy for >70 kcal/dL (AUC 0.77 for category C DHM). For MOM, its diagnostic performance was poor. The tool showed good inter-rater reliability (Krippendorff’s alpha = 0.80). The HMCG was reliable in predicting lower calorie ranges for DHM and has the potential for improving donor HM fortification practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,397
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetInfant Nutrition and HealthTravaux en français237 207