Infant factors that impact the ecology of human milk secretion and composition—a report from “Breastmilk Ecology: Genesis of Infant Nutrition (BEGIN)” Working Group 3
Notice bibliographique
Résumé
Infants drive many lactation processes and contribute to the changing composition of human milk through multiple mechanisms. This review addresses the major topics of milk removal; chemosensory ecology for the parent-infant dyad; the infant's inputs into the composition of the human milk microbiome; and the impact of disruptions in gestation on the ecology of fetal and infant phenotypes, milk composition, and lactation. Milk removal, which is essential for adequate infant intake and continued milk synthesis through multiple hormonal and autocrine/paracrine mechanisms, should be effective, efficient, and comfortable for both the lactating parent and the infant. All 3 components should be included in the evaluation of milk removal. Breastmilk "bridges" flavor experiences in utero with postweaning foods, and the flavors become familiar and preferred. Infants can detect flavor changes in human milk resulting from parental lifestyle choices, including recreational drug use, and early experiences with the sensory properties of these recreational drugs impact subsequent behavioral responses. Interactions between the infant's own developing microbiome, that of the milk, and the multiple environmental factors that are drivers-both modifiable and nonmodifiable-in the microbial ecology of human milk are explored. Disruptions in gestation, especially preterm birth and fetal growth restriction or excess, impact the milk composition and lactation processes such as the timing of secretory activation, adequacy of milk volume and milk removal, and duration of lactation. Research gaps are identified in each of these areas. To assure a sustained and robust breastfeeding ecology, these myriad infant inputs must be systematically considered.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».