Prevalence of chronic cough, its risk factors and population attributable risk in the Burden of Obstructive Lung Disease (BOLD) study: a multinational cross-sectional study
Notice bibliographique
Résumé
Summary Background Chronic cough is a common respiratory symptom with an impact on daily activities and quality of life. Global prevalence data are scarce and derive mainly from European and Asian countries and studies with outcomes other than chronic cough. In this study, we aimed to estimate the prevalence of chronic cough across a large number of study sites as well as to identify its main risk factors using a standardised protocol and definition. Methods We analysed cross-sectional data from 33,983 adults (≥40 years), recruited between Jan 2, 2003 and Dec 26, 2016, in 41 sites (34 countries) from the Burden of Obstructive Lung Disease (BOLD) study. We estimated the prevalence of chronic cough for each site accounting for sampling design. To identify risk factors, we conducted multivariable logistic regression analysis within each site and then pooled estimates using random-effects meta-analysis. We also calculated the population attributable risk (PAR) associated with each of the identifed risk factors. Findings The prevalence of chronic cough varied from 3% in India (rural Pune) to 24% in the United States of America (Lexington,KY). Chronic cough was more common among females, both current and passive smokers, those working in a dusty job, those with a history of tuberculosis, those who were obese, those with a low level of education and those with hypertension or airflow limitation. The most influential risk factors were current smoking and working in a dusty job. Interpretation Our findings suggested that the prevalence of chronic cough varies widely across sites in different world regions. Cigarette smoking and exposure to dust in the workplace are its major risk factors. Funding Wellcome Trust.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».