Hepcidin is suppressed by erythropoiesis in hemoglobin E β-thalassemia and β-thalassemia trait
Notice bibliographique
Résumé
Hemoglobin E (HbE) β-thalassemia is the most common severe thalassemia syndrome across Asia, and millions of people are carriers. Clinical heterogeneity in HbE β-thalassemia is incompletely explained by genotype, and the interaction of phenotypic variation with hepcidin is unknown. The effect of thalassemia carriage on hepcidin is also unknown, but it could be relevant for iron supplementation programs aimed at combating anemia. In 62 of 69 Sri Lankan patients with HbE β-thalassemia with moderate or severe phenotype, hepcidin was suppressed, and overall hepcidin inversely correlated with iron accumulation. On segregating by phenotype, there were no differences in hepcidin, erythropoiesis, or hemoglobin between severe or moderate disease, but multiple linear regression showed that erythropoiesis inversely correlated with hepcidin only in severe phenotypes. In moderate disease, no independent predictors of hepcidin were identifiable; nevertheless, the low hepcidin levels indicate a significant risk for iron overload. In a population survey of Sri Lankan schoolchildren, β-thalassemia (but not HbE) trait was associated with increased erythropoiesis and mildly suppressed hepcidin, suggesting an enhanced propensity to accumulate iron. In summary, the influence of erythropoiesis on hepcidin suppression associates with phenotypic disease variation and pathogenesis in HbE β-thalassemia and indicates that the epidemiology of β-thalassemia trait requires consideration when planning public health iron interventions.
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 | 0,000 | 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 ».