Defining ferritin clinical decision limits to improve diagnosis and treatment of iron deficiency: A modified Delphi study
Notice bibliographique
Résumé
BACKGROUND: Iron deficiency is highly prevalent worldwide and is an issue of health inequity. Despite its high prevalence, uncertainty on the clinical applicability and evidence-base of iron-related lab test cut-offs remains. In particular, current ferritin decision limits for the diagnosis of iron deficiency may not be clinically appropriate nor scientifically grounded. METHODS: A modified Delphi study was conducted with various clinical experts who manage iron deficiency across Canada. Statements about ferritin decision limits were generated by a steering committee, then distributed to the expert panel to vote on agreement with the aim of achieving consensus and acquiring feedback on the presented statements. Consensus was reached after two rounds, which was defined as 70% of experts rating their agreement for a statement as 5 or higher on a Likert scale from 1 to 7. RESULTS: Twenty-six clinical experts across 10 different specialties took part in the study. Consensus was achieved on 28 ferritin decision limit statements in various populations (including patients with multiple comorbid conditions, pediatric patients, and pregnant patients). For example, there was consensus that a ferritin <30 μg/L rules in iron deficiency in all adult patients (age ≥ 18 years) and warrants iron replacement therapy. CONCLUSION: Consensus statements generated through this study corresponded with current evidence-based literature and guidelines. These statements provide clarity to facilitate clinical decisions around the appropriate detection and management of iron deficiency.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».