Serum Vitamins and Minerals at Diagnosis and Follow‐up in Children With Celiac Disease
Notice bibliographique
Résumé
OBJECTIVES: Children with celiac disease (CD) may experience deficiencies of several micronutrients. The objectives of the present study were to determine the prevalence of micronutrient deficiencies in children with CD at diagnosis, 6 months, and 18 months after the start of a gluten-free diet (GFD), and examine any correlation between micronutrient deficiencies, serum tissue transglutaminase (TtG) immunoglobulin A (IgA) antibody titers, and the degree of mucosal damage at diagnosis. METHODS: Children (<17 years) with CD had their serum vitamins, minerals, and anti-TtG IgA antibodies measured at diagnosis, 6 and 18 months after starting a GFD. Histopathological changes of duodenal biopsies at diagnosis were documented using modified MARSH classification. RESULTS: The medical records of 140 children (mean age at diagnosis 7.8 ± 4.01 years, 87 girls [621%]) with CD were examined. At diagnosis, serum vitamin D was the most commonly deficient vitamin in 70% of children. Serum ferritin was subnormal in 34.5% with zinc in 18.6% children but only 12 (10.9%) children had iron deficiency anemia. There was no correlation between micronutrient deficiencies at diagnosis and serum TtG IgA antibody titers or the degree of villous atrophy. The majority of serum levels of measured micronutrients had normalized after 6 months of starting GFD except for vitamin D, which improved but remained subnormal. CONCLUSIONS: At diagnosis, most children with CD have vitamin D deficiency. The degree of micronutrient deficiencies does not correlate with the degree of villous atrophy or serum titers of anti-TtG IgA antibodies.
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 ».