Impact of Maternal Prenatal Mineral Intake on Pubertal Onset in Mexican Children
Notice bibliographique
Résumé
Prenatal intake of minerals that affect sex hormone levels may be related to initiation of maturity in children. We examined the effects of maternal intakes of selenium (Se), vitamin B2, calcium (Ca) and iron (Fe) during pregnancy on the pubertal onset at ages 8‐14 among 118 boys and 103 girls. Maternal dietary intake was assessed using a validated food frequency questionnaire. Tanner stages for genitalia (G) and pubic hair (MP) in boys; breast (B) and pubic hair (FP) in girls were obtained by clinical observation. Girls self‐reported age at menarche (M). Multivariable logistic models the association between Se, B2, Ca or Fe and pubertal onset, adjusting for child age, maternal energy intake and socio‐economic status. Mean (±SD) maternal prenatal intake during pregnancy was 46.73±17.11µg Se, 2.12±0.75 mg B2, 1198.30±411.17mg Ca, and 13.24±4.42mg Fe. With 1 standard deviation (SD) increase in Se, odds of M increased by 7.90 (95%CI: 1.13‐55.12) whereas 1 SD increase in Fe decreased odds of M by 0.18 (95%CI: 0.03‐0.97). With 1 SD increase in B2, odds of G decreased by 0.19 (95%CI: 0.05‐0.72); 1 SD increase in Ca decreased odds of G by 0.20 (95%CI: 0.06‐0.65) Findings suggest prenatal selenium consumption may be positively associated with menarche. By contrast, iron, vitamin B2, and calcium intake during pregnancy may be related to delayed pubertal onset. Future research will focus on examining the relationships between these micronutrients and sex hormones in order to understand underlying mechanisms. NIEHS 1R01ES021446‐01, P20 ES018171‐01/RD834800, P01 ES02284401/RD 83543601
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 | 0,000 | 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) | 0,001 | 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 ».