MétaCan
Menu
Retour à la cohorte
Enregistrement W2919421583 · doi:10.1080/13697137.2019.1574738

The global prevalence of primary ovarian insufficiency and early menopause: a meta-analysis

2019· review· en· W2919421583 sur OpenAlexaboutno aff
Samira Golezar, Fahimeh Ramezani Tehrani, Salman Khazaei, Abbas Ebadi, Zohreh Keshavarz

Notice bibliographique

RevueClimacteric · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueMenopause: Health Impacts and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisConfidence intervalCredible intervalMenopauseStatisticDemographyGynecologyStatisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective: The aim of this study was to estimate the global prevalence of primary ovarian insufficiency (POI) and early menopause (EM).Methods: A comprehensive literature search was performed in several databases to retrieve relevant English articles published between 1980 and 2017. To assess the methodological quality of the studies, the Newcastle-Ottawa Scale was used. The heterogeneity of results across the studies was assessed using Cochran’s Q test and quantified by the I2 statistic. Prevalence estimates of all studies were pooled using a random-effects meta-analysis model at a confidence level of 95%.Results: A total of 8937 potentially relevant articles were identified from the initial searches. Thirty-one studies met the inclusion criteria and were included in this meta-analysis. The pooled prevalence of POI and EM was calculated as 3.7% (95% confidence interval: 3.1, 4.3) and 12.2% (95% confidence interval: 10.5, 14), respectively. The prevalence of POI was higher in medium and low Human Development Index countries. The prevalence trend did not change over time.Conclusion: The prevalence of POI and EM in women is considerable. The results of this study could contribute to consciousness-raising of health policy-makers toward the necessity of prioritizing, planning, and allocating health resources as preventive and treatment interventions for these women.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,041
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,394
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations384
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimactericMême sujetMenopause: Health Impacts and TreatmentsTravaux en français237 207