Vitamin D Insufficiency and Liver Iron Concentration in Transfusion Dependent Hemoglobinopathies in British Columbia
Notice bibliographique
Résumé
Patients with thalassemia major (TM) and other chronically transfused hereditary anemias are at increased risk of complications including endocrinopathies and bone disease due to iron overload. Vitamin D is important for bone health. Vitamin D deficiency is common in patients with transfusional iron overload, and the mechanism remains unclear. The first step in vitamin D metabolism, hydroxylation, occurs in the liver and liver iron overload may interfere with this step. This study investigates an association between degree of liver iron overload and vitamin D levels in patients with transfusion dependent hemoglobinopathies. Patients with TM, hemoglobin Eβ TM (Eβ TM), and congenital dyserythropiotc anemia (CDA) attending the Inherited Bleeding and Red Blood Cell Disorder Program in British Columbia (IBRBCD BC), Canada were identified. Included patients had an assessment of liver iron concentration (LIC) by MRI and endocrinology assessment including 25 hydroxy vitamin D level. Thirty patients were identified. The mean LIC was 5.13 mg/g dry weight (DW). Vitamin D deficiency/insufficiency was identified in 19 (63.3%). Eleven (36.7%) patients had an LIC ≥5 mg/gDW, 8 of whom had a vitamin D level 5 mg/gDW and vitamin D level <60nmol/L (P= 0.027) and there was a significant inverse correlation between LIC and vitamin D (R=-0.33). These results indicate an association between increased LIC and vitamin D insufficiency/deficiency, suggesting that liver iron overload may indeed affect vitamin D metabolism. Prospective trials are needed to confirm these results.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».