The Prevalence of Headache and Associated Factors in Al-Kharj, Saudi Arabia: A Cross-Sectional Study
Notice bibliographique
Résumé
Background. Only few studies have investigated the prevalence and risk factors of headaches among the Saudi population. The study aimed to estimate the prevalence of headache and to explore its associated risk factors Al-Kharj, Saudi Arabia. Methods. The multistage sampling technique was used to enroll 1200 population-based participants who were asked to complete a self-administered questionnaire about headaches, demographics, and several other parameters such as smoking status and different chronic and psychological illnesses. The chi-square test and multivariate logistic regression analysis were used to test the association. Results. The overall prevalence of headaches in this study was 3%. The multiple logistic regression analysis showed that females were more likely to have headaches than males (odds ratio (OR) 0.735, 95% confidence interval (CI) = 0.612–1.341; <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" id="M1"> <a:mi>P</a:mi> <a:mo>=</a:mo> <a:mn>0.024</a:mn> </a:math> ). Being a current smoker was also significantly associated with higher “odds” of having headache (OR = 1.319, 95% CI = 0.932–2.462; <c:math xmlns:c="http://www.w3.org/1998/Math/MathML" id="M2"> <c:mi>P</c:mi> <c:mo>=</c:mo> <c:mn>0.037</c:mn> </c:math> ). Participants who were overweight had a significantly higher risk of headache (OR = 1.631, 95% CI = 1.48–1.854; <e:math xmlns:e="http://www.w3.org/1998/Math/MathML" id="M3"> <e:mi>P</e:mi> <e:mo>=</e:mo> <e:mn>0.037</e:mn> </e:math> ). Nonmarried people were significantly more likely to have headache pain, compared to married individuals (OR = 0.875, 95% CI = 0.646–2.317; <g:math xmlns:g="http://www.w3.org/1998/Math/MathML" id="M4"> <g:mi>P</g:mi> <g:mo>=</g:mo> <g:mn>0.047</g:mn> </g:math> ). Conclusion. The prevalence of headaches was 3%, and four significant associated factors were identified: females, nonmarried, smoking, and overweight. The temporality of the relationship between these factors and headache cannot be confirmed in this cross-sectional study; so future longitudinal studies are needed to confirm these potential causal relationships.
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 | 0,005 | 0,001 |
| 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 ».