Misclassification of iodine intake level from morning spot urine samples with high iodine excretion among Inuit and non-Inuit in Greenland
Notice bibliographique
Résumé
Iodine nutrition is commonly assessed from iodine excretion in urine. A 24 h urine sample is ideal, but it is cumbersome and inconvenient. Hence, spot urine samples with creatinine to adjust for differences in void volume are widely used. Still, the importance of ethnicity and the timing of spot urine samples need to be settled. We, thus, collected 104 early morning spot urine samples and 24 h urine samples from Inuit and non-Inuit living in Greenland. Diet was assessed by a FFQ. Demographic data were collected from the national registry and by questionnaires. Iodine was measured using the Sandell-Kolthoff reaction, creatinine using the Jaffe method and para-amino benzoic acid by the HPLC method for the estimation of completeness of urine sampling and compensation of incomplete urine samples to 24 h excretion. A population-based recruitment was done from the capital city, a major town and a settlement (n 36/48/20). Participants were seventy-eight Inuit and twenty-six non-Inuit. The median 24 h iodine excretion was 138 (25th-75th percentile 89-225) μg/97 (25th-75th percentile 72-124) μg in Inuit/non-Inuit (P= 0.030), and 153 (25th-75th percentile 97-251) μg/102 (25th-75th percentile 73-138) μg (P= 0.026) when including compensated iodine excretion. Iodine excretion in 24 h urine samples increased with a rising intake of traditional Inuit foods (P= 0.005). Iodine excretion was lower in morning spot urine samples than in 24 h urine samples (P< 0.001). This difference was associated with iodine intake levels (P< 0.001), and was statistically significant when the iodine excretion level was above 150 μg/24 h. In conclusion, the iodine intake level was underestimated from morning spot urine samples if iodine excretion was above the recommended level.
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 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».