Prevalence and associated factors of disorders of gut‐brain interaction in the United States: Comparison of two nationwide Internet surveys
Notice bibliographique
Résumé
BACKGROUND: No comprehensive assessment of disorders of gut-brain interaction (DGBI) in the United States (US) national population has been published in the past three decades. We aimed to provide an updated picture of DGBI in the United States and associated factors, using data from two national Internet surveys. METHODS: Data were analyzed from 1949 people surveyed in 2015, and 2023 people surveyed in 2017 as a part of the Rome Foundation Global Epidemiology Study (RFGES). The surveys had nearly identical methodology and included the Rome IV Diagnostic Questionnaire and questions on demographics, quality of life (QoL), emotional symptoms, and healthcare utilization. KEY RESULTS: The prevalence of having any DGBI was 36.0% and 39.9% in the two surveys. Prevalence estimates for the 22 DGBI assessed were broadly comparable between the surveys, as their 95% confidence intervals overlapped for every disorder. Females had DGBI more commonly than males in both surveys (odds ratios 1.66 and 1.52), and people of age 65 and older had lower DGBI prevalence than younger age groups. Having DGBI was associated in both surveys with significant QoL impairment, elevated anxiety, depression and somatization symptoms, and increased doctor visits. CONCLUSIONS AND INFERENCES: Approximately 4 out of every 10 US adults have a DGBI; more commonly women and people under the age of 65. DGBI adversely affect QoL and emotional well-being and increase healthcare needs. The similarity of findings between the two surveys supports the reliability of DGBI prevalence estimates obtained with the Internet survey method used globally in the RFGES.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».