Suboptimal Thiamin Status Is Common Among Women Of Reproductive Age And Children ≤ 5 y In Cambodia: Findings From The National Micronutrient Survey
Notice bibliographique
Résumé
Thiamin deficiency is thought to be an issue in Cambodia because case reports of beriberi are not uncommon, and several studies across Southeast Asia have reported low thiamin concentrations among women of reproductive age (WRA), children <5 y, and breastfed infants. However, due to a lack of population‐representative data, the magnitude of this public health issue is currently unknown. The objective of this study was to assess biochemical thiamin status using erythrocyte thiamin diphosphate (eTDP) concentrations among a nationally representative sample of WRA (15–49 y) and children ≤ 5 y, and to classify thiamin status using various cut‐offs from the literature. Non‐fasting venous blood samples were collected as part of a National Micronutrient Survey linked to the 2014 Cambodian Demographic and Health Survey, and eTDP was measured among 719 women and 761 children using HPLC‐FLD. The median (SD) age of women was 30 (6) y, and children (46% girls) were 42 (17) mo. Women had lower mean (95% CI) eTDP of 150 nmol/L (146–153) compared to children, 174 nmol/L (171–179; P < 0.001). Thiamin status was assessed using 10 different cut‐offs from the literature, none of which were developed in relation to clinical presentation of beriberi. Thiamin status varied dramatically depending on the cut‐off employed (70 nmol/L and 180 nmol/L): from 2% to 78% among women, and <1% to 58% among children. Deficiency was most prevalent among infants aged 6–12 mo ( n =50); even using the most conservative cut‐offs (from the Institute of Medicine), 4% were deficient (<70 nmol/L) and 14% had marginal status (70–90 nmol/L). More research is required to develop more useful, clinically meaningful thiamin status cut‐offs to define thiamin status and to attain global consensus on their use. Immediate action is required, however, to develop interventions to increase thiamin intake, and thus improve thiamin status, among women and children in Cambodia and throughout Southeast Asia.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».