Socio-Demographic Determinant Factors for Serum Iron, Copper, Zinc, and Selenium Concentrations Among U.S. Women of Childbearing Age
Notice bibliographique
Résumé
Background: Trace elements (TEs) are essential nutrients for the human body and have a significant impact on fertility and hormone levels in women of reproductive age, underscoring the importance of understanding sociodemographic variations in their concentrations within this population. Objective: To investigate the socio-demographic factors influencing blood concentrations of four essential TEs, including iron, zinc, copper, and selenium among women of reproductive age. Methods: A cross-sectional analysis of women aged 20–44 years was performed using the National Health and Nutrition Examination Survey, 1999–2018. Serum iron data were analyzed for 9211 women across 10 cycles, while serum copper, zinc, and selenium data were available for 1027 women across 3 cycles. Generalized linear and logistic regressions examined the individual associations of socio-demographic factors, including age, race and ethnicity, education, and poverty index ratio, with iron, zinc, copper, and selenium concentrations treated as continuous and categorical outcomes, respectively. A qualitative heatmap explored the joint associations between the socio-demographic factors and the four essential TEs. Results: Reduced iron concentrations and increased risks of insufficiency occurred in older, Black, low-education, or low-income women. Black women were more likely to have lower zinc and selenium concentrations and an increased risk of zinc insufficiency but higher copper concentrations. The qualitative heatmap found that older, Black, low-education, and low-income women generally had lower concentrations of the four TEs, particularly iron (β = −0.10; p < 0.01). Conclusions: Socially disadvantaged women are more likely to present with lower TE concentrations, and these specific population groups should be targeted by replenishment planning by public health initiatives.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,002 | 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 ».