Characterization of anemia and iron deficiency in 6–12 month old infants from rural India
Notice bibliographique
Résumé
Determining anemia and iron deficiency (ID) prevalence estimates in infants using stringent criteria are a critical step in designing effective prevention strategies. The objective was to characterize biomarkers of iron, folate and vitamin B12 status and inflammatory marker C ‐ reactive protein (CRP) in 6–12 month old infants. We enrolled 497 infants from rural Andhra Pradesh, India as part of an interventional study of simultaneous early learning stimulation and at‐home micronutrient fortification. At baseline, blood was collected from 483 infants. ID was diagnosed based on ferritin <12 μg/L or serum transferrin receptor (sTfR) >;2.5 mg/L and ID with hemoglobin (Hb) <11 g/dL as iron deficiency anemia (IDA) and cases which did not fit into the above categories as indeterminant. Prevalence of anemia was 67%: iron replete infants accounted for 27%; IDA 52%; ID 6% and indeterminant cases 15%. The prevalence of folate and vitamin B12 deficiency was <1% and 19%, respectively. Mean folate status was comparable among groups while vitamin B12 status was significantly lower in IDA compared to normal infants. Indeterminant infants exhibited significantly lower Hb and sTfR and higher ferritin and CRP compared to normal infants. These findings suggest that IDA is highly prevalent among infants. Research support: Mathile Institute & Micronutrient Initiative
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».