Anemia and Vitamin B-12 and Folate Status in Women of Reproductive Age in Southern India: Estimating Population-Based Risk of Neural Tube Defects
Notice bibliographique
Résumé
BACKGROUND: Women of reproductive age (WRA) are a high-risk population for anemia and micronutrient deficiencies. However, there are few representative population-level data from India, which could help inform evidence-based recommendations and policy. OBJECTIVE: To conduct a population-based biomarker survey of anemia and vitamin B-12 and folate status in WRA as part of a periconceptional surveillance program in southern India. METHODS: = 979) was analyzed for hemoglobin via a Coulter counter (Coulter HMX). Plasma, serum, and RBCs were processed and stored at -80°C or less until batch analysis. Vitamin B-12 concentrations were measured via chemiluminescence; RBC and serum folate concentrations were evaluated via microbiological assay. Anemia and severe anemia were defined as hemoglobin <12.0 g/dL and <8.0 g/dL, respectively. Vitamin B-12 deficiency and insufficiency were defined as total vitamin B-12 <148 pmol/L and <221 pmol/L, respectively. Folate deficiency and insufficiency were defined as RBC folate <305 nmol/L and <748 nmol/L. A previously developed Bayesian model was used to predict neural tube defect (NTD) prevalence per 10,000 births. RESULTS: A total of 41.5% of WRA had anemia and 3.0% had severe anemia. A total of 48.3% of WRA had vitamin B-12 deficiency and 74.3% had vitamin B-12 insufficiency. The prevalence of RBC folate deficiency was 7.6%, and 79.3% of WRA had RBC folate <748 nmol/L, the threshold for optimal NTD prevention. Predicted NTD prevalence per 10,000 births based on RBC folate concentrations was 20.6 (95% uncertainty interval: 16.5-25.5). CONCLUSIONS: The substantial burden of anemia, vitamin B-12 deficiency, and RBC folate insufficiency in WRA in this setting suggests an opportunity for anemia and birth defects prevention. Findings will directly inform the development of a randomized trial for anemia and birth defects prevention in southern India.This study was registered at clinicaltrials.gov as NCT04048330.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».