Concentrations and predictors of select nutrients in Canadian human milk samples from the Maternal-Infant Research on Environmental Chemicals pregnancy cohort
Notice bibliographique
Résumé
Human milk (HM) composition data are widely used in clinical, regulatory, and public health initiatives. The existing HM profiles in United States and Canadian nutrient databanks are outdated and now considered inappropriate to estimate current nutrient intakes. Recent reviews have underscored the limited North American data available to generate a new profile. To describe concentrations and sources of variability of nutrients in HM from a large cohort collected in Canada. The Maternal-Infant Research on Environmental Chemicals (MIREC) study recruited participants in the first trimester of pregnancy from 10 Canadian cities between 2008 and 2011. HM samples ( n = 559–835, depending on nutrient) were collected 3–10 wk postpartum and analyzed for minerals (calcium, magnesium, phosphorus, potassium, sodium, manganese, molybdenum, zinc, copper, iodine, selenium), vitamin D [vitamin D 3 , 25-hydroxyvitamin D 3 ], folate vitamers (folic acid, 5-methyltetrahydrofolate, total folates), and fatty acids (panel). We examined associations between participant characteristics and log-transformed nutrient concentrations using linear regression. Concentrations of HM components in MIREC samples were within the range observed in literature except for manganese, which was >100-fold lower than the value in the existing Canadian nutrient databank profile [2.43 (standard deviation 2.84) compared with 260 ng/g]. In multivariable models, concentrations of folate vitamers, vitamin D, and fatty acids demonstrated greater variability with maternal and sample characteristics than minerals. Factors such as relevant supplement use, body mass index, and for vitamin D, skin color and season, had a larger impact on nutrient concentrations than characteristics typically standardized in HM research, such as maternal or infant health, and method of collection. HM mineral concentrations from this study meet the methodological inclusion criteria for updating nutrient databank values and dietary reference intakes. Consideration of factors such as diet, skin color, and BMI will be important for selecting studies for developing representative reference values based on HM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».