Association between Active H. pylori Infection and Iron Deficiency Assessed by Serum Hepcidin Levels in School-Age Children
Notice bibliographique
Résumé
Hepcidin regulates iron metabolism. Its synthesis increases in infection and decreases in iron deficiency. The aim of this study was to evaluate the relationship between H. pylori infection and iron deficiency by levels of hepcidin in children. A total of 350 school-age children participated in this cross-sectional study. Determinations of serum ferritin, hemoglobin, hepcidin, C-reactive protein, and α-1-acid-glycoprotein were done. Active H. pylori infection was performed with a 13C-urea breath test. In schoolchildren without H. pylori infection, hepcidin was lower in those with iron deficiency compared to children with normal iron status (5.5 ng/mL vs. 8.2 ng/mL, p = 0.017); while in schoolchildren with H. pylori infection the levels of hepcidin tended to be higher, regardless of the iron nutritional status. Using multivariate analysis, the association between H. pylori infection and iron deficiency was different by hepcidin levels. The association between H. pylori and iron deficiency was not significant for lower values of hepcidin (Odds Ratio = 0.17; 95% Confidence Interval [CI] 0.02–1.44), while the same association was significant for higher values of hepcidin (OR = 2.84; CI 95% 1.32–6.09). This joint effect is reflected in the adjusted probabilities for iron deficiency: Individuals with H. pylori infection and higher levels of hepcidin had a probability of 0.24 (CI 95% 0.14–0.34) for iron deficiency, and this probability was 0.24 (CI 95% 0.14–0.33) in children without H. pylori infection and lower levels of hepcidin. In children with H. pylori infection and iron deficiency, the hepcidin synthesis is upregulated. The stimulus to the synthesis of hepcidin due to H. pylori infection is greater than the iron deficiency stimulus.
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 ».