Iron deficiency resolution and time to resolution in an American health system
Notice bibliographique
Résumé
ABSTRACT: Iron deficiency (ID) is a global health problem with consequences independent of anemia, including impaired cognition and exercise tolerance. The time from laboratory diagnosis to resolution of ID has not been defined. In a retrospective review of electronic medical record data from a Minnesota statewide health system, we identified patients with ID (ferritin level ≤25 ng/mL). Patients with at least 1 follow-up ferritin level within 3 years were included. Patients with a subsequent ferritin of ≥50 ng/mL were classified as having resolved ID. Descriptive statistics and time-to-event analyses were used to determine proportion of ID resolution and time to resolution, and to evaluate characteristics predictive of resolution. We identified 13 084 patients with ID between 2010 to 2020. We found that 5485 (41.9%) had resolution within 3 years of diagnosis, whereas 7599 (58.1%) had no documented resolution. The median time to resolution was 1.9 years (interquartile range, 0.8-3.9). Factors associated with greater likelihood of resolution included age of ≥60 years (adjusted hazard ratio [aHR], 1.56; 95% confidence interval [CI], 1.44-1.69]), male sex (aHR, 1.58; 95% CI, 1.48-1.70]) and treatment with intravenous iron (aHR, 2.96; 95% CI, 2.66-3.30). Black race was associated with a lower likelihood of resolution (aHR, 0.73; 95% CI, 0.66-0.80). We observed a high proportion of persistent ID and prolonged time to resolution overall, with greater risk of lack of resolution among females and Black individuals. Targeted knowledge translation interventions are required to facilitate prompt diagnosis and definitive treatment of this prevalent and correctable condition.
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 | 0,000 |
| 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) | 0,000 | 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 ».