A methodology for examining the association between plasma volume and micronutrient biomarker mass and concentration in healthy eumenorrheic women
Notice bibliographique
Résumé
Background Accurate estimation and interpretation of nutritional biomarker concentrations are important in nutritional research, clinical care, and public health surveillance. Plasma volume (PV) may affect the interpretation of plasma biomarkers but is rarely measured. We aimed to examine the association between plasma volume (PV) and micronutrient biomarker concentrations and mass as part of pilot work to develop methods. Methods Nine healthy women with regular menstrual cycles provided fasting blood samples to measure micronutrient biomarkers. Indocyanine green was injected, and five timed blood draws were taken from 2 to 5 min to measure PV. Visits were scheduled around menstrual cycle day 2. Retinol, 25-hydroxyvitamin D, riboflavin, alpha-tocopherol, zinc, copper, magnesium, manganese, cobalt, iron, and ferritin concentrations were measured in serum. Total circulating micronutrient biomarker mass was calculated from PV and concentration. Results The mean PV was 2067 ± 470 mL. PV correlated positively with concentration of iron (r = 0.87, P = 0.005); other correlations were weaker with p > 0.05. PV and total mass of retinol (r = 0.90), 25(OH)D (r = 0.75), zinc (r = 0.88), copper (r = 0.83), magnesium (r = 0.93), manganese (r = 0.72), and iron (r = 0.92) were strongly correlated (all p < 0.05). PV was positively correlated with circulating micronutrient mass for most biomarkers, implying that concentrations are maintained at different volumes of plasma. Larger studies are needed to further examine these relationships. Conclusion Though there appear to be some association between micronutrient biomarker mass and plasma volume, we are unable to draw a firm conclusion about any relationship from these results because of the small sample size. We consider these findings as a preliminary analysis to establish methods for future studies.
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 | 0,016 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 0,001 |
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 ».