Quality of life of immigrant and non‐immigrant infertile patients in a publicly funded in vitro fertilisation program: a cross‐sectional study
Notice bibliographique
Résumé
OBJECTIVE: To investigate whether there are differences in fertility quality of life (FertiQoL) and socio-demographic characteristics between immigrants and non-immigrant patients attending a government-funded fertility program. DESIGN: Cross-sectional study. SETTING: McGill University Reproductive Center in Montreal, Canada, at a time when governmental funding for in vitro fertilisation (IVF) was provided to all residents. POPULATION: All infertile patients, males and females, attending the center between March and July 2015. METHODS: Patients were invited to complete anonymous questionnaires which included socio-demographic items and the validated FertiQoL questionnaire. MAIN OUTCOME MEASURES: Socio-demographic characteristics (age, gender, marital state, infertility type & duration, previous IVF attempts; education, employment, income, ethnicity, spoken languages) and FertiQoL scores. RESULTS: In all, 1020 patients completed the questionnaires; of these, 752 (77.7%) non-immigrant Canadian citizens and 215 (22.3%) resident immigrants were included in the analysis. Median duration in Canada for immigrants was 4 years. Immigrants were more likely to have university/graduate degrees (75% versus 64%), to be unemployed (37% versus 13.1%) and to have lower annual household incomes (72.8% versus 39.5%, all P < 0.05). They also reported poorer QoL and achieved significantly lower scores in the emotional, mind/body, social, treatment and total FertiQoL domains. Multivariate analysis showed male gender, lower education level and Caucasian/European ethnicity to be significantly associated with higher QoL. CONCLUSIONS: Despite governmental funding of IVF, immigrants experience reduced fertility QoL, implying cost is not the only barrier to IVF use. The reduced QoL may stem from cross-cultural differences in infertility perception. This population may be at greater risk for depression and anxiety and should be flagged accordingly. TWEETABLE ABSTRACT: Immigrants' fertility QoL is lower despite publicly funded IVF implying cost is not the only barrier to IVF use.
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 | 0,001 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».