Urinary incontinence in Africa: Experiences of women and healthcare workers in Nigeria and Kenya and opportunities for expanding care
Notice bibliographique
Résumé
Urinary incontinence (UI) is prevalent among women worldwide, however perspectives from African women with UI and healthcare workers (HCWs) involved in their care are lacking. To understand UI in Africa through the perspectives of women with UI and HCWs to inform effective, accessible, and patient-centered treatment. A total of 175 participants were interviewed August—September 2023 about the healthcare environment, digital health, and UI care, management, and treatment options in this qualitative study: 88 women with UI (37 Nigerian, 51 Kenyan) and 87 HCWs (29 Nigerian, 58 Kenyan). All participants provided written informed consent; the study was approved by institutional and national ethics’ committees in Nigeria and Kenya. Amongst women: •Health literacy, cultural and religious beliefs, and healthcare system interactions influence healthcare decision-making •UI symptoms are frustrating; education, treatment and dismantling of stigma are desired •Lack of awareness of UI as a medical condition is pervasive and care-seeking is extremely low Amongst HCWs: •Recognition that UI is a burdensome and highly prevalent medical condition that is underdiagnosed and undertreated •Gaps identified, including training needs, prevalence studies and other research, and national guidelines for fistulous and non-fistulous incontinence This research highlights the pervasive and distressing nature of UI among women in two African countries. Despite high prevalence, low health-seeking behaviors persist. Sensitization efforts focused on pelvic health and UI could improve health literacy. Cultural values of community and collective responsibility could serve as enablers for raising awareness and encouraging treatment-seeking. Expanding research and training in UI management and access to treatment could strengthen healthcare systems in these settings.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».