Cut‐off points for serum ferritin to identify low iron stores during the first year of life in a cohort of Mexican infants
Notice bibliographique
Résumé
The aim of this study was to identify serum ferritin (SF) cut-off points (COPs) in a cohort of healthy full-term normal birth weight infants who had repeated measurements of SF and haemoglobin every 3 months during the first year of life. The study included 746 full-term infants with birth weight ≥2,500 g, having uncomplicated gestations and births. Participants received prophylactic iron supplementation (1 mg/day of iron element) from the first to the 12th month of life and did not develop anaemia during the first year of life. Two statistical methods were considered to identify COPs for low iron stores at 3, 6, 9 and 12 months of age: deviation from mean and cluster analysis. According to the K-means cluster analysis results by age and sex, COPs at 3 and 6 months for girls were 39 and 21 μg/L and for boys 23 and 11 μg/L, respectively. A single COP of 10 μg/L was identified, for girls and boys, at both 9 and 12 months. Given the physiological changes in SF concentration during the first year of life, our study identified dynamic COPs, which differed by sex in the first semester. Adequate SF COPs are necessary to identify low iron stores at an early stage of iron deficiency, which represents one of the most widespread public health problems around the world, particularly in low- and middle-income countries.
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 ».