Prevalence and risk factors of sexual dysfunction in patients with Parkinson's disease
Notice bibliographique
Résumé
Objective To investigate the prevalence and related factors of sexual dysfunction (SD) in patients with Parkinson's disease. Methods A total of 411 patients with Parkinson' disease in Nanjing Brain Hospital were analyzed retrospectively. The ICD-10 diagnostic criteria for SD was used to evaluate SD.The Unified Parkinson's Disease Rating Scale (UPDRS) part Ⅲ, Hoehn and Yahr (H&Y) staging, Non-motor Symptoms Questionnaire (NMS-Quest), Parkinson's Disease Sleep Scale (PDSS), Hamilton Anxiety Rating Scale (HAMA), Hamilton Rating Scale for Depression (HRSD) and Montreal Cognitive Assessment (MoCA) were used to evaluate patients. Results SD was found in 145(35.3%) patients and the prevalence was higher in male than in female. Patients with SD had older age, longer duration, severer motor symptoms, and higher scores of UPDRS-Ⅲ, HAMD, HAMA and NMS-Quest (all P<0.05). In male patients, SD was positively associated with age, duration of disease, UPDRS-Ⅲ, H-Y stage, HAMD, HAMA and NMS (r=0.127, 0.303, 0.240, 0.236, 0.181, 0.221 and 0.302, all P<0.05). In female patients, SD was positively associated with duration of disease, HAMD, HAMA and NMS (r=0.194, 0.163, 0.189 and 0.178, all P<0.05). The forward binary Logistic regression analysis indicated that female gender (OR=0.539, P<0.05), duration of disease (OR=1.133, P<0.05), NMS (OR=1.104, P<0.05) and history of exposure to heavy metals (OR=5.268, P<0.05) were associated with SD. Conclusions SD is a common complication in patients with Parkinson's disease, and a great attention should be paid to its screening and diagnosis. Key words: Parkinson disease; Sexual dysfunction, physiological; Questionnaire
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 | 0,000 | 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 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 ».