Estimated burden, and associated factors of Urinary Incontinence among Sub-Saharan African women aged 15–100 years: A systematic review and meta-analysis
Notice bibliographique
Résumé
Hospital and community based-studies had been conducted for Urinary Incontinence (UI) in Sub-Sahara Africa (SSA) countries. A significant limitation of these studies is likely under-estimation of the burden of UI in SSA. It is therefore, imperative that a well-structured systematic review and meta-analytical models in SSA are required to accurately and reliably estimate the burden of UI. Medline/PubMed, Google Scholar, Africa Journal Online (AJOL) were searched to identified data on burden of UI studies in SSA. Two independent authors performed the initial screening of studies based on the details found in their titles and abstracts. The quality of the retrieved studies was assessed using the Newcastle-Ottawa Quality Assessment instrument. The pooled burden of UI was calculated using a weighted inverse variance random-effects model. A sub-group and meta-regression analyses were performed. Publication bias was checked by the funnel plot and Egger's test. Of the 25 studies included, 14 were hospital-based, 10 community- based, and 1 university-based studies involving an overall 17863 participants from SSA. The systematic review showed that the prevalence of UI ranged from 0.6% in Sierra Leone to 42.1% in Tanzania. The estimated pooled burden of UI across all studies was 21% [95% CI: 16%-26%, I2 = 91.01%]. The estimated pooled prevalence of stress UI was 52% [95% CI: 42%-62%], urgency UI 21% [95% CI: 15%-26%], and mixed UI 27% [95% CI: 20%-35%]. The common significant independent factors were; parity, constipation, overweight/obese, vaginal delivery, chronic cough, gestational age, and aging. One out of every five women in SSA suffers from UI. Parity, constipation, overweight/obesity, vaginal delivery, chronic cough, gestational age, and age were the most important risk variables. As a result, interventions aimed at reducing the burden of UI in SSA women aged 15 to 100 years old in the context of identified determinants could have significant public health implications.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,050 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».