Estimating the Health and Economic Benefits of Universal Salt Iodization Programs to Correct Iodine Deficiency Disorders
Notice bibliographique
Résumé
Background: There has been tremendous progress over the past 25 years to control iodine deficiency disorders (IDDs) through universal salt iodization (USI). In 2019, using the median urinary iodine concentration (MUIC), only 19 countries in the world are classified as iodine deficient; in contrast in 1993, using the total goiter rate (TGR), 113 countries were classified as iodine deficient. However, few analyses have tried to quantify the global health and economic benefits of USI programs, and the shift from TGR to MUIC as the main indicator of IDDs complicates assessment of progress. Methods: We used a novel approach to estimate the impact of USI on IDDs, applying a regression model derived from observational data on the relationship between the TGR and the MUIC from 24 countries. The model was used to generate hypothetical national TGR values for 2019 based on current MUIC data. TGR in 1993 and modeled TGR in 2019 were then compared for 139 countries, and using consequence modeling, the potential health and economic benefits realized between 1993 and 2019 were estimated. Results: Based on this approach, the global prevalence of clinical IDDs (as assessed by the TGR) fell from 13.1% to 3.2%, and 720 million cases of clinical IDDs have been prevented by USI (a reduction of 75.9%). USI has significantly reduced the number of newborns affected by IDDs, with 20.5 million cases prevented annually. The resulting improvement in cognitive development and future earnings suggest a potential global economic benefit of nearly $33 billion. However, 4.8 million newborns will be affected by IDDs in 2019, who will experience life-long productivity losses totaling a net present value of $12.5 billion. Conclusions: The global improvements in iodine status over the past 25 years have resulted in major health and economic benefits, mainly in low- and middle-income countries. Efforts should now focus on sustaining this achievement and expanding USI to reach the continuing large number of infants who remain unprotected from IDDs.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».