The prevalence of anxiety symptoms in infertile women: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Infertile women are exposed more frequently to anxiety risk than are infertile men, thereby adversely affecting the procedures with which they are treated and the quality of their lives. Yet, this problem is often disregarded. This study accordingly determined the prevalence of anxiety symptoms among infertile women. Methods All Persian and English studies published from the early 2000s to May 2019 were searched in international (i.e., PubMed, the Cochrane Library, Web of Science, Scopus, Embase, and PsycINFO) and national (i.e., SID, Magiran) databases as well as through Google Scholar. After the titles and abstracts of the articles were reviewed, their quality was evaluated, and relevant works for examination were selected in consideration of established inclusion and exclusion criteria. The risk of biases of individual studies according to Newcastle - Ottawa Scale was assessed. The heterogeneity of the studies was assessed using the I2 statistic, and indicators of publication bias were ascertained using Egger’s test. Stata (version 14) was employed in analyzing the findings. Results Thirteen studies having a collective sample size of 5055 infertile women were subjected to meta-analysis, with study heterogeneity incorporated into a random effects model. The findings indicated that 36% of the infertile women involved in the evaluated studies self-reported their experience with anxiety. The pooled prevalence of the condition among the subjects was 36.17% [95% confidence interval (CI): 22.47–49.87]. The pooled prevalence levels in low- and middle-income countries and high-income countries were 54.24% (95% CI: 31.86–78.62) and 25.05% (95% CI: 15.76–34.34), respectively. The results revealed no evidence of publication bias (P Egger’s test = 0.406). Conclusion Considering the prevalence of anxiety in infertile women and its effects on health processes and quality of life, this problem requires serious consideration and planning for effective intervention, especially in low- and middle-income nations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,036 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».