Comparative Analysis of Iron Homeostasis in Sub-Saharan African Children with Sickle Cell Disease and Their Unaffected Siblings
Notice bibliographique
Résumé
Iron is an essential trace element subject to tight regulation to ensure adequate running of biological processes. In sub-Saharan Africa where hemoglobinopathies are common, iron homeostasis is likely to be impaired by these conditions. Here, we assessed and compared key serum proteins associated with iron metabolism between sub-Saharan African children with sickle cell disease (SCD) and their unaffected siblings. Complete blood counts and serum concentrations of four key proteins involved in iron regulation (ferritin, transferrin, sTfR, and hepcidin) were measured for 73 children with SCD and 68 healthy siblings in Benin, West Africa. We found significant differences in concentration of transferrin, sTfR, and ferritin between the two groups. Hepcidin concentrations were found at unusually high concentrations but did not differ among the two groups. We found a significant negative correlation between hepcidin levels and both MCH and MCV in the SCD group and report that sTfR concentrations show a correlation with MCV and MHC in opposite directions in the two groups. These results highlight the unusually high levels of hepcidin in the Beninese population and the patterns of differential iron homeostasis taking place under SCD status. These results lay the foundation for a systematic evaluation of the underlying mechanisms deregulating iron homeostasis in populations with SCD or high prevalence of iron deficiency.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».