10 The association between underweight and iron status in early childhood: cross-sectional and prospective study
Notice bibliographique
Résumé
Abstract Background The American Academy of Pediatrics (AAP) identifies poor growth as a risk factor for iron deficiency (ID). There is limited research to provide evidence of this association. Objectives To examine the association between underweight and ID in early childhood. Design/Methods We enrolled healthy, young children from primary care practices in Toronto, Canada, and used both a cross-sectional and prospective study design. Underweight was defined as a body mass index z-score (zBMI) <-2. In the cross-sectional cohort, children 12-29 months had concurrent measurement of zBMI and serum ferritin. In the prospective cohort, children 6-14 months had measurement of zBMI and at 15-29 months had measurement of serum ferritin. Multivariable regression models examined serum ferritin as a continuous variable (linear models) and categorical variable with ID defined as <12 µg/L (logistic model), adjusted for pre-specified covariates. Results For the cross-sectional cohort (n=1953), the mean age was 18.3 (SD 5.0) months, 51 (2.4%) were underweight, and 269 (13.8%) had ID. There was no association between underweight and serum ferritin (change in median serum ferritin 2.01 µg/L, 95% CI -2.22, 7.01, P=0.37) or underweight and ID (OR 0.98, 95% CI 0.43, 2.21, P= 0.95). In contrast, there was a strong negative association between overweight and serum ferritin (change in median serum ferritin -4.19 µg/L, 95% CI -6.93, -1.04, P=0.01), and a positive association between obesity and ID (OR 3.35, 95% CI 1.10, 10.25, P=0.03). For the prospective cohort (n=672), the mean age at outcome was 21.1 (SD 3.5) months, 34 (5.1%) were underweight, and 104 (15.5%) had ID. There was no association between underweight and serum ferritin or underweight and ID. Conclusion Using both a cross-sectional and prospective study design, we found no association between underweight and ID in young children 1 to 2 years of age. In contrast, we found a strong association between overweight/obesity and ID. For risk stratification and targeted screening, overweight/obesity may be more important than underweight as a risk factor for ID in young children.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».