Characteristics and effects on daily lives of pelvic girdle pain during early postpartum in Beijing women, China
Notice bibliographique
Résumé
Pelvic girdle pain (PGP) is a common problem during pregnancy and postpartum and negatively affects women’s well-being. Yet it is not well known in China. This study assessed PGP’s intensity, location, and quality and the status of daily activities on postpartum women with pain, and explored the relationship between pain and the prevalence of depressive symptoms. A cross-sectional study recruiting 1,038 eligible women at 6 weeks postpartum from the obstetric clinic of a hospital was conducted in Beijing, China. Data were collected using self-reported questionnaires, including Introductory information form, Body chart, Number Rating Scale, McGill Pain Questionnaire-2, Pelvic Girdle Questionnaire, and Edinburgh Postnatal Depression Scale. In this study, 32.2 percent women experienced pain. The mean (SD) pain intensity score was 3.07 ± 1.60. About 50.6 percent women experienced sacroiliac joint pain, and 25.5 percent women experienced pain in a combination of locations. About 73.1 percent women experienced aching pain, and 57.5 percent experienced more than one kind of pain quality. The mean total score, which assesses activity and symptom limitations, was 21.93 ± 17.35 (percent), of which a normal sex life (1.29 ± 0.94) was made more challenging due to pain. In mental health, the prevalence of depressive symptoms coincided with the prevalence of pain (p = 0.008). Postpartum PGP still needs to be taken seriously, and women with pain require further support. The above knowledge offers information to manage pain, daily lives and depressive symptoms, contributes to think about strategies to better promote postpartum women physical and mental health in the future.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».