Prevalence of lower urinary tract symptoms and level of quality of life in men and women with chronic pelvic pain
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to evaluate the prevalence of lower urinary tract symptoms and quality of life in patients with chronic pelvic pain syndrome (CPPS). MATERIALS AND METHODS: The McGill Pain Questionnaire, Dutch Leiden/Leuven Version (MPQ-DLV), Pain Disability Index (PDI), National Institutes of Health Chronic Prostatitis Symptom Index (NIH-CPSI), Interstitial Cystitis Symptom Index (ICSI) and Pelvic Pain and Urinary/Frequency Symptom Scale (PUF) were used, based on their specific properties, to assess the symptoms and impact on the quality of life. Total scores and domains were compared for gender. RESULTS: The studied group (N = 35; 18 male, 17 female) showed a good distribution in gender for age [Mann-Whitney U test (MW-U) p = 0.4] and body mass index (MW-U p = 0.2). The MPQ-DLV showed significantly higher scores for pain in women for Pain Rating Index - Affective (MW-U p = 0.030) and Total (MW-U p = 0.031), and Visual Analogue Scale for Pain - Most (MW-U p = 0.005). Women were less sexually active (PUF-SA) (chi-squared test p = 0.021) and had a significantly higher disability (PDI-T) (MW-U p = 0.005) and MPQ - Quality of Life (MW-U p = 0.003). The urinary symptoms showed similar results for gender (chi-squared test p > 0.05). CONCLUSIONS: A wide variety of symptoms and a negative impact on quality of life were shown. No differences in lower urinary tract symptoms were found between genders. Women were less sexually active than men. Chronic pelvic pain had a significantly higher negative impact on the level of quality of life in women than in men.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».