Evaluating the relationship between the nutrient intake of lactating women and their breast milk nutritional profile: a systematic review and narrative synthesis
Notice bibliographique
Résumé
Abstract Maternal diet influences breast milk nutritional profile; however, it is unclear which nutrients and contaminants are particularly responsive to short- and long-term changes in maternal intake, and the impact of specific exclusion diets, such as vegan or vegetarian. This study systematically reviewed the literature on the effects of maternal nutrient intake, including exclusion diets, on both the nutrient and contaminant content of breast milk. The electronic databases, PubMed, CENTRAL, Web of Science and CINALH were systematically searched until 4 June 2023, with additionally searches of reference lists (PROSPERO, CRD42020221577). The quality of the studies was examined using Cochrane Risk of Bias tool and Newcastle–Ottawa scale. Eighty-eight studies ( n 6577) met the search criteria. Due to high heterogeneity, meta-analysis was not possible. There was strong evidence of response to maternal intakes for DHA and EPA, vitamins A, E and K, iodine and Se in breast milk composition, some evidence of response for α -linolenic acid, B vitamins, vitamin C and D, ovalbumin, tyrosine and contaminants, and insufficient evidence to identify the effects arachidonic acid, Cu, Fe, Zn and choline. The paucity of evidence and high heterogeneity among studies reflects the need for more high-quality trials. However, this review identified the importance of maternal intake in the nutritional content of breast milk for a wide range of nutrients and supports the recommendation for supplementation of DHA and vitamin B 12 for those on restrictive diets.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».