Comparison of Published Estimates of the National Prevalence of Iron, Vitamin A, and Zinc Deficiency and Sources of Inconsistencies
Notice bibliographique
Résumé
Micronutrient deficiencies result in a broad range of adverse health and functional consequences, but the true prevalence of specific deficiencies remains uncertain because limited information is available from nationally representative surveys using recommended biomarkers. The present review compares various reported national deficiency prevalence estimates for nutrients and years where the estimates overlap for individual countries that conducted nationally representative surveys and explores possible reasons for any discrepancies discovered. Nationally representative micronutrient status surveys that were conducted since 2000 among preschool-aged children or women of reproductive age and included assessment of iron, vitamin A, or zinc status based on recognized biomarkers were considered eligible for inclusion, along with any modeled deficiency prevalence estimates for these same countries and years. There was considerable variation across different published prevalence estimates, with larger inconsistencies when the prevalence estimate was based on proxies, such as hemoglobin for iron deficiency and dietary zinc availability for zinc deficiency. Numerous additional methodological issues affected the prevalence estimates, such as which biomarker and what cutoff was used to define deficiency, whether the biomarker was adjusted for inflammation, and what adjustment method was used. For some country-years, the various approaches resulted in fairly consistent prevalence estimates. For other country-years, however, the results differed markedly and changed the conclusions regarding the existence and severity of the micronutrient deficiency as a public health concern. In conclusion, to determine micronutrient status, we consider the assessment of one of the recommended biomarkers in a population representative survey as the best available information. If indicated, results should be adjusted for inflammation and generally acceptable cutoffs should be applied to facilitate comparisons, although individual countries may also apply nationally defined cutoffs to determine when and where to intervene. Global consensus is needed on best practices for presenting survey results and defining the prevalence of 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 | 0,000 | 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 | 0,001 |
| 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 ».