MétaCan
Menu
Retour à la cohorte
Enregistrement W3015534294 · doi:10.1097/spv.0000000000000871

Risk Factors for Urinary Incontinence in Chinese Women: A Cross-sectional Survey

2020· article· en· W3015534294 sur OpenAlexaff
Yaxiao Chen, Aisha Tahir Khan, Tengfei Long, Siying Li, Meiqing Xie

Notice bibliographique

RevueFemale Pelvic Medicine & Reconstructive Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePelvic floor disorders treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineUrinary incontinenceCross-sectional studyChildbirthLogistic regressionBody mass indexRisk factorMultivariate analysisUnivariate analysisQuality of life (healthcare)DemographyGynecologyPregnancyInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Urinary incontinence is highly prevalent among women, with a substantial effect on health-related quality of life. This article aimed to investigate the independent factors for urinary incontinence (UI) and the relative importance of each factor. METHODS: This study was a cross-sectional survey of Chinese women in Guangzhou. Female 20 years and older were invited to participate. The International Consultation on Incontinence Questionnaire-Urinary Incontinence Short Form was used to determine whether respondents are experiencing UI. Univariate and multivariate unconditional logistic regression analyses were performed to determine the significant risk factors associated with UI. RESULTS: A total of 2626 women were invited to participate in the survey. The response rate was 80.5% (2114/2626). The prevalence of UI among the study population was 31.2%. Old age, increased body mass index, childbirth, family history of any female pelvic floor disorders, symptoms of chronic cough or rhinitis, wearing a corset, and often drinking were independent risk factors for UI. CONCLUSIONS: Urinary incontinence is common among Chinese women in Guangzhou. Among the factors that we are concerned with, old age and vaginal delivery are the two with greatest impact. Moreover, wearing a corset and drinking are the 2 lifestyle factors associated with UI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,314
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFemale Pelvic Medicine & Reconstructive SurgeryMême sujetPelvic floor disorders treatmentsTravaux en français237 207