Risk factors, practice variation and hematological outcomes of children identified with non-anemic iron deficiency following screening in primary care setting
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence, risk factors, physician practice patterns and longitudinal hematological outcome of children following screening for non-anemic iron deficiency (NAID). METHODS: The present analysis was a longitudinal cohort study invovling healthy children one to five years of age. Descriptive statistics were used to describe the prevalence, risk factors, practice patterns and hematological outcome of children identified with NAID. The association between NAID and potential risk factors were examined using multivariate logistic regression analysis. RESULTS: Of 2276 children undergoing screening, 155 had NAID, corresponding to a prevalence of 7% (95% CI 5.95% to 8.05%). Risk factors significantly associated with NAID included: younger age (OR 1.08 [95% CI 1.06 to 1.11]), higher body mass index z-score (OR 1.22 [95% CI 1.01 to 1.48]), longer duration of breastfeeding (OR 1.05 [95% CI 1.01 to 1.08]) and increased volume of cow's milk intake (OR 1.13 [95% CI 1.01 to 1.26]). An assessment of practice patterns revealed that for 37% of children, an intervention for NAID was documented; and for 8.4% a physician-ordered follow-up laboratory test was completed to re-evaluate iron status. A total of 58 (37%) children underwent a follow-up laboratory test, of whom 38 (65.5%) had resolution of NAID, 15 (25.9%) had persistence of NAID and two (3.4%) had progression of NAID to anemia. CONCLUSION: NAID is common in early childhood and is associated with modifiable risk factors. Substantial practice variation exists in the management of NAID. Further research is necessary to understand the benefits of screening for NAID and evidence-informed practice guidelines may reduce practice variation in the management of NAID in early childhood.
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 | 0,004 |
| 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 ».