NEW DIMENSIONS OF ANEMIA IN PALEOPATHOLOGY: DEVELOPMENT AND APPLICATION OF NOVEL METHODS FOR ANEMIA DIAGNOSIS IN SKELETAL REMAINS
Notice bibliographique
Résumé
In modern populations, anemia is highly prevalent and can have a significant effect on health at the individual and population level. The condition is likely to have been as important for past communities, but research on the subject is challenging due to the limitations of paleopathological anemia diagnosis, which typically relies on assessment of porosity. This research explores the utility of quantitative methods for anemia diagnosis in skeletal remains, and uses these novel methods to investigate the co-occurrence of anemia and scurvy in three communities from 18th-19th century Quebec. To investigate metric changes associated with anemia, hematological and sternal imaging data from a modern cohort of individuals was assessed for changes associated with anemia/marrow hyperplasia. Additionally, sixty-eight orbits from archaeological individuals underwent micro-CT analysis, and were also evaluated for metric differences related to marrow hyperplasia. Results demonstrated that there are changes in bone microarchitecture associated with anemia, and that these changes are identifiable through visual and metric assessment. Based on these principles, a framework for anemia diagnosis was developed, and used to explore how anemia may have interacted with scurvy to affect children in Colonial Quebec. Prevalence of both conditions was high, and patterns of metabolic disease at urban and rural sites were similar, suggesting that children across different sites were at risk for developing scurvy and anemia. This research highlights the importance of looking beyond porosity for anemia assessment in skeletal remains. It demonstrates the utility of visualizing and assessing the internal marrow space for anemia assessment, and demonstrates that metric data has a place in analyses of anemia in archaeological contexts. It also shows that investigating co-occurrence and clustering can be a valuable source of information on past health, and demonstrates the utility of methods that allow us to do so.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».