Human milk immune factors, maternal nutritional status, and infant sex: The <scp>INSPIRE</scp> study
Notice bibliographique
Résumé
OBJECTIVES: Breastfeeding is an energetically costly and intense form of human parental investment, providing sole-source nutrition in early infancy and bioactive components, including immune factors. Given the energetic cost of lactation, milk factors may be subject to tradeoffs, and variation in concentrations have been explored utilizing the Trivers-Willard hypothesis. As human milk immune factors are critical to developing immune system and protect infants against pathogens, we tested whether concentrations of milk immune factors (IgA, IgM, IgG, EGF, TGFβ2, and IL-10) vary in response to infant sex and maternal condition (proxied by maternal diet diversity [DD] and body mass index [BMI]) as posited in the Trivers-Willard hypothesis and consider the application of the hypothesis to milk composition. METHODS: We analyzed concentrations of immune factors in 358 milk samples collected from women residing in 10 international sites using linear mixed-effects models to test for an interaction between maternal condition, including population as a random effect and infant age and maternal age as fixed effects. RESULTS: IgG concentrations were significantly lower in milk produced by women consuming diets with low diversity with male infants than those with female infants. No other significant associations were identified. CONCLUSIONS: IgG concentrations were related to infant sex and maternal diet diversity, providing minimal support for the hypothesis. Given the lack of associations across other select immune factors, results suggest that the Trivers-Willard hypothesis may not be broadly applied to human milk immune factors as a measure of maternal investment, which are likely buffered against perturbations in maternal condition.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».