Nutritional interventions to prevent retinopathy of prematurity
Notice bibliographique
Résumé
Very preterm infants are at high risk of growth failure. Poor weight gain is a prominent risk factor for retinopathy of prematurity (ROP) and optimizing nutrition could potentially promote growth and reduce ROP. Most infants at risk of ROP need parenteral nutrition initially and studies of enhanced parenteral provision of lipids and amino acids have suggested a beneficial effect on ROP. Higher amino acid intake was associated with lower incidence of hyperglycemia, a risk factor for ROP. For very preterm infants, providing unpasteurized fortified raw maternal breast milk appears to have a dose-dependent preventive effect on ROP. These infants become deficient in arachidonic acid (ArA) and docosahexaenoic acid (DHA) after birth when the maternal supply is lost. Earlier studies have investigated the impact of omega-3 fatty acids on ROP with mixed results. In a recent study, early enteral supplementation of ArA 100 mg/kg/d and DHA 50 mg/kg/d until term equivalent age reduced the incidence of severe ROP by 50%. IMPACT: Previous reviews of nutritional interventions to prevent morbidities in preterm infants have mainly addressed bronchopulmonary dysplasia, brain lesions and neurodevelopmental outcome. This review focusses on ROP. Neonatal enteral supplementation with arachidonic acid and docosahexaenoic acid, at levels similar to the fetal accretion rate, has been found to reduce severe ROP by 50% in randomized controlled trials.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».