Characterizing Micronutrient Status and Risk Factors among Late Adolescent and Young Women in Rural Pakistan: A Cross-Sectional Assessment of the MaPPS Trial
Notice bibliographique
Résumé
Nutritional deficiencies are a leading underlying risk factor contributing to the global burden of disease. In Pakistan, late adolescence is considered a nutritionally vulnerable period, as micronutrient requirements are increased to support maturation, and dietary staples are nutrient poor. However, there has been limited evaluation of micronutrient status beyond anemia and its determinants. Using cross-sectional data from late adolescent and young women (15-23 years) at enrolment in the Matiari emPowerment and Preconception Supplementation (MaPPS) Trial, we aimed to describe the prevalence of key micronutrient deficiencies of public health concern, and generate hierarchical models to examine associations with proxies for social determinants of health (SDoH). The prevalence of micronutrient deficiencies was high: 53.6% (95% confidence interval (CI): 53.0-54.3%) had anemia; 38.0% (95% CI: 36.4-39.6%) iron deficiency anemia; 31.8% (95% CI: 30.2-33.3%) vitamin A deficiency; and 81.1% (95% CI: 79.8-82.4%) vitamin D deficiency. At least one deficiency was experienced by 91.0% (95% CI: 90.1-92.0%). Few SDoH were maintained in the final hierarchical models, although those maintained were often related to socioeconomic status (e.g., education, occupation). To improve the micronutrient status of late adolescent and young women in Pakistan, a direct micronutrient intervention is warranted, and should be paired with broader poverty alleviation methods.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».