High prevalence of undiagnosed iron deficiency in endometriosis patients: A cross‐sectional study
Notice bibliographique
Résumé
OBJECTIVE: The primary objective was to evaluate the prevalence of undiagnosed iron deficiency in patients with endometriosis. METHODS: We performed a multi-center, cross-sectional study at two tertiary care hospitals. We included 251 non-pregnant women (18-50 years old) presenting with a clinical or surgical diagnosis of symptomatic endometriosis. Patients who consented to the study underwent screening bloodwork (including complete blood count, ferritin, and transferrin saturation) and completed the study survey assessing demographics, medical and surgical history, and validated questionnaires to assess iron deficiency and endometriosis symptoms. RESULTS: The prevalence of iron deficiency in our endometriosis cohort was 53.4% (134/251), and the prevalence of iron deficiency anemia was 13.5% (34/251). Patients with iron deficiency were more likely to have heavy menstrual bleeding (HMB) compared with patients without iron deficiency (66/133, 49.6% vs. 40/115, 34.8%, p = 0.022). Nonetheless, 58% (142/251) of our study population did not endorse HMB. Despite absence of HMB, 47% (67/142) of these patients were iron-deficient. Transferrin saturation was diagnostic for iron deficiency in 63 of 176 patients (35.7%) who had a normal ferritin (≥30 ng/mL). Patients with iron deficiency had a significantly lower adjusted median Functional Assessment of Chronic Illness Therapy Fatigue Subscale score compared with those without iron deficiency (26.3. vs. 29.8, p = 0.025). CONCLUSION: This study highlights the high prevalence of iron deficiency, which remains undiagnosed in over half of patients with endometriosis presenting to a gynecologist. Future research should focus on assessing the effectiveness of iron therapy in improving symptoms and overall well-being in this population.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».