Approaches to improving micronutrient status assessment at the population level
Notice bibliographique
Résumé
Optimising micronutrient status globally is a major health priority. Nutritional biomarkers are critical for the identification of nutrient inadequacies in light of the limitations of dietary assessment methods. Early diagnosis and prevention of nutrient inadequacies require sensitive, validated and harmonised methods to determine and monitor micronutrient status in individual healthcare and population-based surveys. Important criteria in the identification, validation and implementation of nutritional biomarkers include the testing of biomarker specificity and sensitivity, and their response to dietary as well as physiologic changes, e.g. age or pregnancy. Nutritional status can be categorised into deficient, suboptimal, adequate and excess status, where appropriate, and provided cut-offs are available. Cut-offs are quantitative measures to reflect health outcomes and are important in validating nutritional surveys, interventions and monitoring of populations. For many biomarkers, available cut-offs have limited interpretability and are most commonly derived in adult populations only. For the comparison of studies from across the globe, the harmonisation of analytical methods is essential and can be realised with the use of internationally available reference material and interlaboratory comparison studies. This narrative review describes current efforts on identifying and validating existing and new biomarkers, the derivation of biomarker cut-offs, and international efforts on harmonisation of laboratory methods for biomarker quantitation and their interpretation, in the example of B-vitamins. Establishing sensitive, reliable and cost-efficient biomarkers and related cut-offs for use in populations across the globe are critical to facilitating the early diagnosis of micronutrient inadequacies on the clinical and community-based level for timely intervention and disease prevention.
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 | 0,038 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».