Ideal Dietary Intakes of Vitamin B12 and Vitamin E Prevent Anemia during Pregnancy
Notice bibliographique
Résumé
Anemia in pregnancy is one of the priority nutritional problems to be tended to. WHO in 2019 reported Anemia in 40% of pregnant women worldwide; in Indonesia, based on the 2018 Riskesdas was 48.9%, and in West Sumatra and Padang City, 18.10% and 17.70%. One of the causes of Anemia was a low intake of vitamins B12 and E. This study aimed to determine if serum ferritin levels and vitamin B12 and E consumption were correlated with those of third-trimester pregnant women. This analytical cross-sectional study was done from April to July 2022 at Lubuk Kilangan Public Health Center and Andalas University's Biomedical Laboratory. The population was 64 third-trimester pregnant women, and 42 samples were used using proportional stratified random and simple random sampling. A SQ-FFQ (Semi-Quantitative Food Frequency Questionnaire) and Human ferritin kit DBC (Diagnostics Biochem Canada) examined by ELISA (Enzymed-Linked Immunosorbent Assays) were the instruments. The average of Vitamin B12 and vitamin E consumption daily was 7.71 µg and 5.87 mg, and serum ferritin was 10.53 µg/L. Serum ferritin levels were linked with vitamin B12 (r=0.879; p=0.001) and vitamin E (r=0.455; p=0.002) intake. Enough intake of vitamin B12 and vitamin E will lead to ideal serum ferritin levels.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».