Risk factors for vaginal fistula symptoms in Sub-Saharan Africa: a pooled analysis of national household survey data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Vaginal fistula (VF) is one of the most severe maternal morbidities with the immediate consequence of chronic urinary and/or fecal incontinence. The epidemiological evidence regarding risk factors for VF is dominated by facility-based studies. Our aim is to estimate the effect size of selected risk factors for VF using population-based survey data. METHODS: We pooled all available Demographic and Health Surveys and Multiple Indicators Cluster Surveys carried out in sub-Saharan Africa that collected information on VF symptoms. Bayesian matched logistic regression models that accounted for the imperfect sensitivity and specificity of self-reports of VF symptoms were used for effect size estimation. RESULTS: Up to 27 surveys were pooled, including responses from 332,889 women. Being able to read decreased the odds of VF by 13% (95% Credible Intervals (CrI): 1% to 23%), while higher odds of VF symptoms were observed for women of short stature (<150 cm) (Odds Ratio (OR) = 1.31; 95% CrI: 1.02-1.68), those that had experienced intimate partner sexual violence (OR = 2.13; 95% CrI: 1.60-2.86), those that reported sexual debut before the age of 14 (OR = 1.41; 95% CrI: 1.16-1.71), and those that reported a first birth before the age of 14 (OR = 1.39; 95% CrI: 1.04-1.82). The effect of post-primary education, female genital mutilation, and having problems obtaining permission to seek health care were not statistically significant. CONCLUSIONS: Increasing literacy, delaying age at first sex/birth, and preventing sexual violence could contribute to the elimination of obstetric fistula. Concomitant improvements in access to quality sexual and reproductive healthcare are, however, required to end fistula in sub-Saharan Africa.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle