Iron deficiency in <scp>C</scp>anadian blood donors
Notice bibliographique
Résumé
BACKGROUND: The adequacy of communication and knowledge of donors and physicians regarding iron needs and the relationship between hemoglobin (Hb) and iron stores require evaluation to address donor iron deficiency. STUDY DESIGN AND METHODS: A prospective cohort study was performed on 550 successful donors and 50 donors deferred for low Hb (<125 g/L on repeat fingerstick). Donors participated in an on-clinic interview and had serum ferritin measured. They were mailed their results and recontacted regarding follow-up. RESULTS: Most donors are unaware of possible health impacts of donation and do not discuss donation with their physician. In successful donors, mean ferritin levels were 37 and 131 μg/L in first-time and reactivated (no donation for 2 years) females and males and 19 and 29 μg/L in frequent repeat females and males, respectively (p < 0.0001), with infrequent donors having intermediate results. Mean ferritin was 12 μg/L in donors deferred for low Hb. Twenty of 22 donors failing initial Hb testing and passing on repeat testing had ferritin below 25 μg/L. On follow-up, 63 of 164 donors (38%) with low ferritin were taking iron supplements 2 months postdonation. CONCLUSION: Iron deficiency is frequent, particularly in female donors and frequent donors. A fail on initial Hb testing followed by a pass on repeat testing is likely to be due to iron deficiency and borderline anemia. Donors and physicians need to be more aware of iron needs associated with blood donation and appropriate treatment for low iron stores.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».