Risk factors of erectile dysfunction among diabetes patients in Africa: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Erectile dysfunction in men is a common underestimated complication of diabetes mellitus, which is becoming a significant public health problem both in developing and developed countries. Erectile dysfunction threatens the well-being of clients, hence determining its risk factors and controlling it at an early stage is vital to preventing serious consequences and the burden of the disease. Therefore, this study aimed to systematically evaluate erectile dysfunction risk factors in patients with diabetes mellitus in Africa. METHODS: statistic was used to check heterogeneity between the studies. DerSimonian and Laird random-effects model was applied to estimate pooled effect size, odds ratios, and 95% confidence interval across studies. STATA version 14 statistical software was used for the meta-analysis. RESULT: Overall, 17 studies with 6002 study participants were included to identify risk factors of erectile dysfunction among diabetic patients. Duration of diabetes mellitus >10 years (AOR = 2.63; 95% CI 1.27, 5.43), age >40 years (AOR = 1.24; 95% CI: 1.03, 1.51), peripheral neuropathy (AOR = 2.34; 95% CI: 1.51, 10.72), no physical exercise (AOR = 1.63; 95% CI: 1.49, 1.78), testosterone level <8 nmol/l (AOR = 2.83; 95% CI: 1.06, 12.86), and peripheral vascular disease (AOR = 2.85, 95% CI: 1.54-5.27) were significantly associated with erectile dysfunction among diabetic patients. CONCLUSIONS: This study found that long duration of diabetes mellitus, age >40 years, testosterone deficiency, peripheral neuropathy, not involved in physical exercise, peripheral vascular disease, were significantly associated with increased risk of erectile dysfunction among diabetic patients Therefore, situation-based interventions and country context-specific preventive strategies should be developed to decrease the risk factors of erectile dysfunction among patients with diabetes mellitus.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,029 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».