Low haemoglobin in arduous seasons is associated with reduced chance of ovulation among women living in the Bolivian <i>altiplano</i>
Notice bibliographique
Résumé
Abstract Background and objectives Female reproductive function flexibly responds to ecological variation in energy availability, but the roles of other ecologically limited resources, such as iron, remain poorly understood. This analysis investigates whether haemoglobin associates with investment in reproductive function in a rural natural fertility population living in the Bolivian altiplano. Methodology We conducted a cross-sectional secondary analysis of prospectively collected biomarker and sociodemographic data, comprising 152 menstrual cycles from 96 non-contracepting women living at 3800 m altitude. Multivariable multilevel models were used to investigate (i) whether haemoglobin concentration is associated with ecological variation in subsistence strategy and seasonal conditions, and (ii) whether haemoglobin concentration is associated with the occurrence of ovulation and/or the concentration of luteal progesterone, two biomarkers of current investment in reproduction. Results Haemoglobin concentrations were lower in arduous seasons among those women more dependent on traditional agropastoral subsistence strategies (β = −0.42, 95% CI: −0.80 to −0.04, P = 0.032). During more arduous seasons, a 1 standard deviation increase in haemoglobin was associated with an over 3-fold increase in the odds of ovulation after adjusting for body fat, breastfeeding status, and age (adjusted odds ratio = 3.27, 95% CI: 1.10 to 9.27, P = 0.033). Conclusions and implications When conditions are relatively harsh and may be expected to improve, low haemoglobin levels are associated with lower current investment in reproduction and reduced fecundity. These results support the role of iron, independent of energy stores, as a limiting resource in modulating reproductive trade-offs.
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 ».