Bibliographic record
Abstract
In Deutschland hat sich die Jodversorgung seit Mitte der 80er Jahre des letzten Jahrhunderts signifikant verbessert, wie in mehreren regionalen und Querschnitts-Studien gezeigt werden konnte. In der ersten nach epidemiologischen Kriterien bundesweit durchgeführten Studie bei Wehrpflichtigen, Schwangeren, Neugeborenen und Senioren (Jodmonitoring 96) wurde jedoch noch ein mittleres Defizit der Jodaufnahme von 30% festgestellt. Die im Jahre 2004 ebenfalls bundesweit durchgeführte Studie bei Kindern und Jugendlichen (KIGGS) erbrachte eine mittlere Jodausscheidung von 117 µg/L. Damit liegt Deutschland in dem von der WHO empfohlenen und als ausreichend bezeichneten Bereich. Definitionsgemäß hat aber etwa die Hälfte der Untersuchten eine Jodausscheidung von < 100 µg/L und damit einen Jodmangel. Nach der neuesten Diskussion zu diesem Thema wird der Jodmangel aber dadurch überschätzt, dass die intraindividuellen Schwankungen der Jodausscheidung und der tatsächliche durchschnittliche Bedarf an Jodid nicht berücksichtigt werden. Es wird daher vorgeschlagen, den nach dem Institute of Medicine errechneten „estimated average requirement“ (EAR) Jodbedarf zusammen mit den intra-individuellen Schwankungen der Jodausscheidung im Urin (Jodurie) zu extrapolieren und somit die Mindestmenge der Jodurie zu errechnen. Damit ergibt sich für Erwachsene ein cut-off von 63 µg/L und nicht 100 µg/L. Nach diesem neuen Ansatz gibt es in Deutschland keinen Jodmangel mehr, mit Ausnahme möglicherweise der Schwangeren ohne zusätzliche Jodzufuhr.In letzter Zeit werden häufiger Schilddrüsen-Autoantikörper bei Gesunden nachgewiesen, und dies wird mit der verbesserten Jodversorgung in Verbindung gebracht. Die Studienlage hierzu ist jedoch kontrovers. Dieses Phänomen, auch wenn es mit der verbesserten Jodversorgung in Zusammenhang stehen sollte, ist im Vergleich zu den Vorteilen der ausreichenden Jodversorgung zu vernachlässigen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".