Association of simple febrile seizure with iron deficiency anemia in children in a tertiary hospital in Gazipur, Bangladesh
Notice bibliographique
Résumé
Background: Simple febrile seizures represent the most frequent type of seizure disorder in early childhood, with multifactorial etiologies including nutritional and metabolic imbalances. Among these, iron deficiency anemia (IDA) has emerged as a possible modifiable risk factor, though evidence remains varied across populations and clinical settings. Aim of the study: To investigate the association between iron deficiency anemia and simple febrile seizures among children presenting to a tertiary hospital in Gazipur, Bangladesh. Methods: A case-control study was conducted over a one-year period, involving 80 children aged 6 months to 6 years. Fourty (40) children with a diagnosis of simple febrile seizure constituted the case group, while 40 age- and sex-matched children with febrile illness but no seizure history served as controls. Comprehensive hematological assessments, including hemoglobin, serum ferritin, mean corpuscular volume (MCV), and serum iron levels were performed. Statistical analyses were conducted using appropriate parametric and non-parametric tests, with a significance level set at p< 0.05. Result: Children with simple febrile seizures exhibited significantly lower levels of hemoglobin (mean: 9.5 ± 1.0 g/dL), serum ferritin (10.6 ± 4.3 ng/mL), and MCV (66.0 ± 4.6 fL) compared to controls (11.0 ± 1.1 g/dL, 22.0 ± 5.8 ng/mL, and 77.0 ± 5.1 fL, respectively; p< 0.001 for all). The prevalence of iron deficiency anemia was markedly higher among cases than controls (72.5% vs. 25%), with an odds ratio of 7.91 (95% CI: 2.77-22.7). Conclusion: Our study highlights a significant association between iron deficiency anemia and simple febrile seizures in children. Northern International Medical College Journal Vol. 16 No. 1-2 July 2024-January 2025, Page 745-749
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».