Association of Fecal Markers of Environmental Enteric Dysfunction with Zinc and Iron Status among Children at First Two Years of Life in Bangladesh
Notice bibliographique
Résumé
Environmental enteric dysfunction (EED) causes gut inflammation and increased intestinal permeability leading to deficiencies in micronutrients such as zinc and iron. Fecal markers such as myeloperoxidase (MPO), neopterin (NEO), and alpha-1-anti-trypsin (AAT) can predict EED. The aim of this study was to examine the association between fecal markers of EED with zinc and iron status among children at first 2 years of life. Malnutrition and Enteric Disease Study Bangladeshi birth cohort data were used to conduct this analysis. Multivariable analyses using generalized estimating equations were performed to test the association between individual fecal markers with zinc or iron status of the children. A total of 265 children were enrolled in the study (male:female = 1:1). Of the 627 stool samples collected ( N = 222 children), 535, 511, and 577 were accompanied by zinc, ferritin, and soluble transferrin receptor values, respectively. Median (interquartile range [IQR]) values of AAT, MPO, and NEO were 0.33 (0.18–0.62) mg/g, 3,895.42 (1,563.76–8,432.82) ng/mL, and 890.81 (331.57–2,089.04) nmol/L, respectively. Overall, 60%, 71%, and 97% of samples were above the values considered normal in nontropical settings for AAT, MPO, and NEO, respectively. High AAT levels were significantly associated with low ferritin values after adjusting for age and gender (coefficient = −5.85; 95% confidence interval = −11.23 to −0.47; P value = 0.03). No such association was found between AAT and plasma zinc status. Myeloperoxidase and NEO were not associated with plasma zinc or iron status. The study results imply the importance of enteric protein loss in contributing to reduced ferritin levels at first 2 years of life.
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 | 0,001 |
| 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 ».