Estimating the number of Canadians suffering from fecal incontinence using pooled prevalence data from meta-analysis
Notice bibliographique
Résumé
Background and aim: Fecal incontinence (FI) is defined as the unintended loss of solid or liquid stool. FI adversely affects the patient's quality of life. However, due to stigma, lack of awareness, and underdiagnosis, there is a notable gap in the knowledge regarding its prevalence. This study aimed to conduct a systematic review and meta-analysis of published literature reporting on FI prevalence and estimate the number of people afflicted by FI. Methods: A systematic review was conducted following the PRISMA 2020 guidelines, using the Embase, MEDLINE, CINHAL, and PubMed databases to identify relevant publications in the English language. Two reviewers independently screened the articles and extracted data. The reference sections and content of the review papers were also evaluated. Thirty-two articles were selected and included. A meta-analysis of proportions was performed using RStudio software. A sub-analysis was conducted to account for the variation between sample population age groups to minimize heterogeneity. The pooled prevalence was extrapolated to the Canadian population and a sample of ten densely populated countries to estimate the number of people affected by FI. Results: The Mean pooled FI prevalence in men and women was 7% (95% CI: 6-9%) and 10% (95% CI: 8-12%), respectively. The sub-analysis mean pooled prevalence of FI in men and women was 8% (95% CI: 6-10%) and 10% (95% CI: 8-12%), respectively. The authors estimate that between 1 and 1.5 million Canadians and 320 to 500 million people in the ten most populous countries suffer from FI. Conclusion: Fecal incontinence is a prevalent underdiagnosed condition requiring appropriate and timely treatment to improve a patient's quality of life.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».