Prevalence of Cervical-Vaginal Infections in the Pap-Smear Samples in Iran
Notice bibliographique
Résumé
UNLABELLED: Cervical-vaginal infection is one of the most common problems in clinical medicine .We aimed to determine the prevalence of cervical-vaginal infections in pap-smear samples from women in urban and rural areas. METHOD: It was a cross - sectional study which had done on 1448 non-pregnant women those had attended 12 health centers in the Dashte- Azadegan city during 2007-2011, Iran. After explained the aim of study, all subjects had signed informed consent, questionnaires regarding demographic and reproductive characteristics, and contraceptive methods used were completed by researcher. Also, pap-smear samples were prepared by a trained obstetrician and sent it to the pathology laboratory. All data were analyzed using SPSS (version 19). Descriptive and analytical statistics (chi - square test) were also applied. RESULTS: The result showed that 55.9% and 44.1% of subjects were respectively in urban and rural areas. The mean age of women was 28±8.075. Pap smear results had shown that 8.8% of samples were infected with one of microorganisms such as Chlamydia, Candida, Cardnerella, and Trichomonas. A significant association was seen between contraceptive methods, education levels and place of residence with cervical-vaginal infections. CONCLUSION: The most prevalent pathogens by descending order were: Candida, Trichomonas and Gardenerella. The prevalence of cervical-vaginal infections was consistent with the results of many studies but it was different with the results of some studies. This could be due to the special conditions of social, economic and cultural of each area.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».