Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Trends und Prognosen der Belastung durch Gebärmutterprolaps in China und G20-Ländern: Eine vergleichende Studie basierend auf der globalen Krankheitslast 2023

116 Aufrufe

⸱

DOI:

10.3791/71450

⸱

31. Juli 2026

 ,  , 
1Department of Gynecology, The Third Affiliated Hospital of Zhejiang Chinese Medical University, 2Department of Gynecology, The Second Affiliated Hospital of Zhejiang Chinese Medical University, 3Department of Ultrasound, The Third Affiliated Hospital of Zhejiang Chinese Medical University

In diesem Artikel

Zusammenfassung

Diese Studie verglich die historische und zukünftige Krankheitslast durch Gebärmutterprolaps zwischen China und G20-Ländern anhand von Global Burden of Disease (GBD) 2023-Daten. Obwohl China insgesamt eine geringere altersstandardisierte Belastung als die G20 aufwies, wird erwartet, dass die absoluten Fallzahlen aufgrund des Bevölkerungsalters steigen. Diese Ergebnisse unterstreichen die Notwendigkeit gezielter, altersspezifischer Präventions- und Managementstrategien.

Zusammenfassung

Diese beobachtende Längsschnittstudie nutzte die Global Burden of Disease (GBD) 2023-Datenbank, um die Last des Gebärmutterprolaps (UP) in China und den G20-Ländern von 1990 bis 2050 umfassend zu analysieren und zu projizieren. Inzidenz, Todesfälle, Prävalenz, behinderungsbereinigte Lebensjahre (DALYs), Jahre mit Behinderung (YLDs) und verlorene Lebensjahre (YLLs) wurden bewertet, einschließlich der altersstandardisierten Raten (ASRs). Die Trends von 1990 bis 2023 wurden mittels Joinpoint-Regression (Berechnung der durchschnittlichen jährlichen prozentualen Veränderung, AAPC) sowie deren entsprechenden 95%-Konfidenzintervallen (KI) und Dekompositionsanalyse analysiert. Die zukünftige Belastung bis 2050 wurde mit autoregressiven integrierten gleitenden Durchschnittsmodellen (ARIMA) und Bayesschen Altersperiodenkohorten (BAPC) prognostiziert. Von 1990 bis 2023 zeigten die ASRs für Inzidenz, Prävalenz, DALYs und YLDs von UP in China einen Rückgang, mit AAPCs von −0,47 (95%-KI −0,51 bis −0,44), −0,52 (95%-KI −0,56 bis −0,47), −0,50 (95%-KI −0,54 bis −0,46) und −0,52 (95%-KI −0,55 bis −0,48). Zwischen 2010 und 2015 wurde ein vorübergehender Anstieg beobachtet. Der ASR für Todesfälle blieb nahe null, während der ASR für YLLs anstieg (AAPC = 2,12, 95%-KI 1,32–2,93). Die G20-Länder zeigten ähnliche Rückgangstrends bei nicht-tödlichen Lasten, wobei die Reduktionen ausgeprägter waren als in China. Prognosen zeigen, dass von 2023 bis 2050 die ASRs für Inzidenz, Prävalenz, DALYs und YLDs sowohl in China als auch in den G20-Ländern weiter sinken werden, wobei in China ein schnellerer Rückgang erwartet wird. Folglich wird erwartet, dass die altersstandardisierte Belastung unter chinesischen Frauen weiterhin unter dem G20-Durchschnitt liegt. Abschließend lässt sich sagen, dass Chinas altersstandardisierte UP-Belastung historisch und prospektiv niedriger ist als das G20-Gesamtwert, aber steigende absolute Zahlen aufgrund der Alterung der Bevölkerung deuten auf eine erhebliche zukünftige Gesundheitsbelastung hin. Dies unterstreicht die Notwendigkeit für China, gezielte, altersgruppenspezifische Präventions- und Kontrollstrategien zu entwickeln.

Einleitung

Uterusprolaps (UP), auch bekannt als Beckenorganprolaps (POP), ist eine weit verbreitete Beckenbodenstörung bei Frauen. Sie ist gekennzeichnet durch die Verschiebung der Gebärmutter von ihrer normalen anatomischen Position in oder außerhalb der Vagina 1,2. Diese Erkrankung ist oft mit Symptomen wie unterem Bauchdruck, Harn- und Stuhlfunktionsstörungen sowie sexuellen Unannehmlichkeiten verbunden, die die Lebensqualität und soziale Funktionsfähigkeit der Patienten beeinträchtigen3. Die anatomischen Veränderungen, die mit UP verbunden sind, umfassen Veränderungen in den axialen Positionen von Gebärmutter und Vagina. Frühere Studien haben gezeigt, dass Frauen mit Prolaps häufig eine Retroversion und Retroflexion der Gebärmutter sowie eine Rückwärts- und Abwärtsverlagerung der Gebärmutter- und Vaginalaksezeigen 4.

UP spiegelt eine Verschlechterung der Stützstrukturen des Beckenbodens wider, die den Musculus levator ani und die Beckenbodenfaszie umfassen, was zum Abstieg der Gebärmutter5 führt. Die mit UP assoziierten Risikofaktoren lassen sich grob in nicht veränderbare Faktoren wie Alter, Wechseljahre, genetische Veranlagung und Rasse sowie in veränderbare Faktoren einteilen, zu denen Lebensstil- und Fruchtbarkeitsaspekte gehören. Zu diesen veränderbaren Faktoren gehören Mehrlingsschwangerschaften, Geburtsweise, Fettleibigkeit, chronische Verstopfung, chronischer Husten und andere Aktivitäten, die den Bauchdruck kontinuierlich erhöhen und die Integrität des Bindegewebesbeeinträchtigen 6,7. Die klinische Untersuchung von UP umfasst Anamnese, körperliche Untersuchung und funktionelle Beurteilung8. Bemerkenswert ist, dass verschiedene diagnostische Instrumente unterschiedliche Prävalenzschätzungen ergeben haben, wobei 25,0 % per Fragebogen und 41,8 % durch klinische Untersuchung9 identifiziert wurden.

Die Behandlung von UP hängt vom Schweregrad der Erkrankung und den auftretenden Symptomen ab. Managementstrategien können Beckenboden-Kräftigungsübungen wie Kegelübungen, den Einsatz von vaginalen Pessaren und verschiedene chirurgische Eingriffeumfassen. Eine Studie zeigte, dass die Kombination von Kegels mit Yoga die Funktion des Beckenbodens verbessert und die Lebensqualität verbessert10. Atemtraining unterstützt außerdem die Funktion des Beckenbodens11. Obwohl die Pessarbehandlung in etwa 90 % der Fälle wirksam ist, sinkt die langfristige Fortsetzungsrate aufgrund von Komplikationen wie erhöhtem vaginalem Ausfluss (84 %) und Beschwerden (20 %) auf 60 %. Eine Operation wird für Patienten mit schweren Symptomen oder solche, die nicht auf eine konservative Behandlung ansprechen, empfohlen. Verschiedene chirurgische Methoden, darunter Netzreparatur und sakrale Kolpopexie, können den Beckenorganprolaps13–17 wirksam behandeln. Eine Operation birgt jedoch Risiken wie Netzexposition, Schmerzen und Rückfall18–21 und kann nicht alle Symptome, insbesondere solche, die sexuelle Funktion und Harnwegssymptome betreffen, vollständig beheben22,23.

Die Diagnose und Behandlung von UP stehen weiterhin vor mehreren Herausforderungen, darunter verzögerte Diagnose, unzureichende Behandlung und unzureichendes Patientenbewusstsein. Diese Probleme werden von soziokulturellen, rassischen und wirtschaftlichen Faktoren beeinflusst sowie von Unterschieden im gesundheitssuchenden Verhalten24–26. Eine Studie aus dem Zeitraum von 1990 bis 2019 zeigt, dass fast 40 % der Frauen weltweit im Laufe ihres Lebens einen Gebärmutterprolaps erleben können. Mit der alternden globalen Bevölkerung wird erwartet, dass die Inzidenz von Gebärmutterprolaps in den kommenden Jahrzehnten weiter ansteigt. Eine nationale Querschnittsstudie, die in China durchgeführt wurde, ergab eine Prävalenz von 9,6 % bei erwachsenen Frauen, wobei die Prävalenz abdem Alter von 28 Jahren schrittweise zunahm. Regional ist die altersstandardisierte Prävalenz in Regionen mit niedrigem soziodemografischen Index (SDI) 2,3-mal höher als in Regionen mit hohem SDI, wobei die größte Krankheitslast in Subsahara-Afrika und Südasienmit 29 beobachteten Krankheitslasten beobachtet wurde.

Die Behandlung und das langfristige Management von UP stellen aufgrund der umfangreichen medizinischen Ressourcen eine erhebliche wirtschaftliche Belastung dar. Obwohl eine konservative Behandlung in der Regel kostengünstiger ist als chirurgische Eingriffe, bleibt eine Operation in vielen schweren Fällen eine unverzichtbare Option3. Darüber hinaus können postoperative Komplikationen, einschließlich Harnwegsstörungen und netzbedingten Problemen, die Gesundheitskosten und die Patientenbelastung weiter erhöhen. Aktuelle Studien zur Krankheitslast konzentrieren sich hauptsächlich auf Krankheiten mit hoher Mortalität, mit begrenzten epidemiologischen Daten zu UP, insbesondere in Entwicklungsländern wie China. Darüber hinaus bleiben frühe Phasen von UP oft unentdeckt oder nicht gemeldet, was zu ihrer Vernachlässigung bei öffentlichen Gesundheitspolitiken und Ressourcenverteilung führt. Soweit wir wissen, hat keine frühere Studie die historische Belastung, zukünftige Prognosen, altersspezifische Muster und Zerlegung der Gebärmutterprolapslast zwischen China und dem G20-Aggregat anhand des aktuellsten GBD-Datensatzes 2023 umfassend verglichen.

Die G20 ist ein internationales Forum, das aus den Regierungen von 204 großen Volkswirtschaften besteht, darunter Argentinien, Australien, Brasilien, Kanada, die Europäische Union, Frankreich, Deutschland, Indien, Indonesien, Italien, Japan, Mexiko, die Republik Korea und die Russische Föderation32. Die Europäische Union wird als eine einzige Einheit behandelt. In dieser Studie wurde das G20-Aggregat als internationaler Benchmark auf makroökonomischer Ebene verwendet, um den Vergleich zwischen Chinas Krankheitslast und den weiteren globalen Wirtschaftsregionen zu erleichtern. Da China ein Bestandteil der G20 ist, sollte der Vergleich als Bewertung der relativen Position Chinas innerhalb der Gesamtlast der G20 interpretiert werden und nicht als Vergleich mit einer völlig unabhängigen externen Bevölkerung. Diese Studie hatte zum Ziel, die historische Belastung, zeitliche Trends, altersspezifische Muster, treibende Faktoren und zukünftige Prognosen des Gebärmutterprolapss in China und dem G20-Aggregat anhand von Daten aus der Global Burden of Disease 2023-Studie zu vergleichen. Ziel ist es, die Bevölkerungsverteilung, zeitliche Trends und regionale Schwankungen von UP zu erläutern und die zurechenbare Last zu bewerten. Die Ergebnisse könnten eine wissenschaftliche Grundlage für nationale Regierungen bieten, Präventionsstrategien zu formulieren, die Verteilung medizinischer Ressourcen zu optimieren, das Bewusstsein für weiblich spezifische Gesundheitsprobleme zu stärken, frühzeitige Diagnose und Behandlung zu fördern und weibliche Beckenbodengesundheit in die Prävention chronischer Krankheiten sowie Initiativen zur Gesundheitsförderung für das Altern zu integrieren. Eine ausführliche Zusammenfassung dieses umfassenden analytischen Rahmens ist in Abbildung 1 dargestellt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Ethische Zustimmung und Zustimmung zur Teilnahme

Diese Studie war eine Analyse bestehender, öffentlich zugänglicher und nicht identifizierter Zusammenfassungsdaten aus der Global Burden of Disease Study 2023 (GBD 2023). Da die Forschung keine direkte Interaktion mit menschlichen oder tierischen Probanden beinhaltete, keine neuen Primärdaten sammelte oder auf individuell identifizierbare Informationen zugreifen konnte, galt sie als von der Pflicht zur formellen Genehmigung durch ein institutionelles Überprüfungsgremium (IRB) oder Ethikkomitee ausgenommen. Die Studie wurde gemäß den in der Helsinkier Erklärung dargelegten Grundsätzen durchgeführt. Die Nutzung von GBD-Daten entspricht deren Nutzungsbedingungen und Datenzugriffsrichtlinien.

Datenquellen

Diese Studie ist eine sekundäre Analyse der deidentifizierten aggregierten Daten, die in der GBD-2023-Studie veröffentlicht wurden. Das Online-Abfragetool GHDx (https://ghdx.healthdata.org/gbd–results–tool) wurde von 1990 bis 2023 verwendet, um Daten zur Krankheitslast im Zusammenhang mit Gebärmutterprolaps in China und G20-Ländern zu erhalten. Fälle von Gebärmutterprolaps wurden anhand der GBD 2023 Ursachenhierarchie unter der Kategorie "Genitalprolaps" identifiziert, die auch den Gebärmutterprolaps umfasst. Die entsprechenden ICD-10-Codes, die vom Institute for Health Metrics and Evaluation (IHME) kartiert wurden, umfassen N81.2 (unvollständiger Uterovaginalprolaps), N81.3 (vollständiger Uterovaginalprolaps), N81.4 (nicht näher bezeichneter Uterovaginalprolaps) und N81.9 (nicht näher bezeichneter weiblicher Genitalprolaps). Die GBD-Ursachenerkennung für einen Gebärmutterprolaps wurde direkt aus dem GBD Results Tool gewonnen, und die Schätzungen der Krankheitslast wurden anhand der standardisierten GBD-Ursachendefinitionen und Codierungsverfahren extrahiert. Die Krankheitslastanalyse in GBD 2023 schätzte Inzidenz, Prävalenz, Tod, YLDs, YLLs und DALYs. Die Studie untersuchte epidemiologische Merkmale, indem geografische und altersgruppenspezifische Unterschiede in der Krankheitslast über Zeit und Raum analysiert wurden. Die Daten wurden mittels EAPC-Analyse (Estimated Annual Percent Change), dem Joinpoint-Modell, dem ARIMA-Modell, dem BAPC-Modell und der Dekompositionsanalyse verarbeitet. Die spezifischen Berechnungsmethoden stimmen mit denen überein, die in früheren Studien 27,33,34,35 berichtet wurden.

EAPC-Analyse

EAPC war ein weithin anerkanntes Maß zur Quantifizierung des Trends von ASRs über bestimmte Zeitintervalle und wurde auf Basis des Regressionsmodells berechnet, das dem natürlichen Logarithmus der Raten angepasst war. Das Regressionsmodell wurde definiert als: ln (Rate) = α+βx+ε, und EAPC wurde berechnet als 100×(exp(β)- 1). Das 95%-Konfidenzintervall (KI) wurde ebenfalls durch das lineare Regressionsmodell bestimmt.

wobei ln (Rate) der natürliche Logarithmus von ASR ist, x das Kalenderjahr bezeichnet, α der Intercept ist, β den Steigungskoeffizienten darstellt und ε der Fehlerterm ist. Wenn EAPC 0 > und sein 95%-KI ebenfalls > 0 ist, gibt es einen deutlichen Aufwärtstrend. Wenn der EAPC 0 < und das 95%-KI < 0 liegt, gibt es einen deutlichen Abwärtstrend. Wenn das 95%-KI 0 enthält, ist der Trend statistisch nicht signifikant; das heißt, die Veränderung war über die Zeit stabil.

Joinpoint-Analyse

Das Joinpoint-Regressionsmodell wurde verwendet, um die jährliche prozentuale Veränderung (APC) und die durchschnittliche jährliche prozentuale Veränderung (AAPC) zusammen mit ihren jeweiligen 95%-Konfidenzintervallen (KI) zu berechnen, um die langfristigen Trends signifikanter Veränderungen für UP in China und G20-Ländern von 1990 bis 2023 zu bestimmen. Dieses Modell etabliert eine segmentierte Regression basierend auf den zeitlichen Eigenschaften der Krankheitsverteilung und teilt den Zeitbereich in verschiedene Intervalle auf, von denen jedes Trendanpassung und Optimierung durchläuft, wodurch die Subjektivität typischer Trendanalysen auf Basis linearer Trends effektiv vermieden werden. Die Trendrichtung wurde auf Basis des AAPC bestimmt, das aus dem endgültigen Modell berechnet wurde; insbesondere bedeutet das, wenn der 95%-KI 0 nicht enthält, dass der Trend signifikant ist, AAPC > 0 einen steigenden Trend, und APPC < 0 einen abnehmenden Trend.

BAPC-Analyse

Das APC-Modell wurde mit bayesschen statistischen Methoden (BAPC) erweitert, die historische Datenmuster, Unsicherheitsfaktoren und Vorwissen integrieren, um die Vorhersagegenauigkeit und Robustheit zu verbessern und so Rauschen und Unklarheiten in den Daten effektiv zu bewältigen. BAPC-Prognosen für 2024 bis 2038 wurden mit einem Glättungsparameter von 5 für Alter, Periode und Kohorteneffekte erstellt, mit standardisierten Gewichtungen basierend auf der weltweiten Standardpopulation.

ARIMA-Analyse

Das ARIMA-Modell ist ein beliebtes Modell in der Ökonometrie, das das Verhalten stationärer und nicht-stationärer Zeitreihen sowie die Auswirkungen von Plänen und Richtlinien auf bestimmte Ergebnisse über die Zeit analysieren kann34. Im ARIMA-(p, d, q)-Modell steht 'p' für die Anzahl der autoregressiven Terme, 'd' für die Differenzierungsordnung und 'q' für die Anzahl der gleitenden Durchschnittsterme. Die spezifischen Berechnungsmethoden stimmen mit denen in früheren Studien überein. Für jede Vorhersage werden der vorhergesagte Wert, der obere Grenzwert, das untere Limit und der 95%-CI jedes Jahres sowie die Leistungsparameter des Vorhersagemodells ermittelt (_eval.csv Datei). Das ARIMA-Zeitreihenmodell wurde verwendet, um die nächsten 27 Jahre (2024–2050) vorherzusagen, und die Modellleistung wurde bewertet. Die Modellleistung wurde mittels standardisierter Prognosediagnostik bewertet, darunter das Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), Residual-Autokorrelationsanalyse und Goodness-of-Fit-Bewertung. Residualdiagramme zeigten keine wesentlichen Verstöße gegen die Modellannahmen, was die Eignung der ausgewählten Prognosemodelle für die Lastprojektion unterstützt. Auto.arima wurde verwendet, um automatisch die optimalen ARIMA(p,d,q)-Parameter auszuwählen, und AICc (modifizierte AIC) wurde verwendet, um das beste Modell auszuwählen. Basierend auf der Bootstrap-Vorhersagemethode wurden der Vorhersagewert und das Konfidenzintervall durch Simulation möglicher zukünftiger Pfade berechnet.

Zerlegungsanalysen

Wir führten eine Das-Gupta-Zerlegung (Kitagawa–Das Gupta-Faktorisierung) der Änderung der absoluten Zählungen zwischen 1990 und 2023 durch. Die Analyse wurde hauptsächlich in drei Komponenten unterteilt: den Alterungseffekt (Veränderungen der Altersstruktur), den Effekt der Bevölkerungsgröße (Wachstum der Gesamtbevölkerung) und den epidemiologischen Veränderungseffekt (Veränderungen altersspezifischer Raten). Die Datenspaltennamen lauten wie folgt: 'overall_difference' bezeichnet die Gesamtänderung; 'a_effect' steht für den Alterungseffekt; 'p_effect' steht für den Effekt der Populationsgröße; 'r_effect' steht für den epidemiologischen Wandeleffekt; 'a_percent', 'p_percent' und 'r_percent' bezeichnen den prozentualen Beitrag jedes jeweiligen Effekts; 'val_1990' und 'val_2023' stehen für die Anzahl der Fälle in den Jahren 1990 bzw. 2023; und 'Veränderung' bezieht sich auf die Differenz in 'Diff1'. Die Größe jedes Faktors im resultierenden Diagramm veranschaulicht seinen proportionalen Einfluss, wobei positive und negative Werte jeweils einen Steigerungs- oder Minderungseffekt anzeigen. Schwarze Punkte auf dem Plot dienen als Markierungen für die vollständige Veränderung.

Analysesoftware

Die datenstatistische Analyse und Visualisierung in dieser Studie wurden mit dem R-Softwarepaket und dem Softwareprogramm Joinpoint durchgeführt (siehe Materialtabelle für Details). Ein p-Wert < 0,05 galt als statistisch signifikant.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Gesamttrends von Gebärmutterprolaps-DALYs, Todesfällen, Inzidenz, Prävalenz, YLDs, YLLs in China und G20-Ländern

Insgesamt stieg die Zahl der Gebärmutterprolapsfälle in China von 1051.197,19 im Jahr 1990 (95 % UI: 871.473,64–1254.781,07) auf 2218.831,76 im Jahr 2023 (95 % UI: 1829.927,18–2655.003,13), was einem Wachstum von 111,08 % entspricht. Im gleichen Zeitraum stieg die kumulierte Prävalenz in China im Jahresvergleich um 126,06 %. Im Jahr...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Diese Studie führte eine umfassende Analyse der Veränderungen der Krankheitslast durch Gebärmutterprolaps in China und den G20-Ländern von 1990 bis 2023 durch, wobei Altersstratifizierung und Zersetzungsanalyse eingesetzt wurden. Um die zukünftige Krankheitslast vorherzusagen und zu analysieren, wurden das ARIMA-Zeitreihenmodell und das Bayessche Altersperiodenkohortenmodell (BAPC) verwendet, um die zukünftige Krankheitslast vorherzusagen und zu analysieren. Die Ergebnisse zeigten sowohl...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine Interessenkonflikte melden müssen.

Danksagungen

Finanzierung

Diese Forschung erhielt keine spezifischen Fördermittel von Förderstellen aus öffentlichen, kommerziellen oder gemeinnützigen Sektoren.

Datenverfügbarkeit

Die in dieser Studie verwendeten Daten stammen aus der öffentlich zugänglichen Global Burden of Disease Study 2023 (GBD 2023). Die Autoren würdigen dankbar die Arbeit des Institute for Health Metrics and Evaluation (IHME) und des gesamten GBD-Kollaborationsnetzwerks bei der Produktion und Weitergabe dieser unschätzbaren Ressource. Alle in dieser Studie verwendeten Rohdaten wurden als ergänzende Materialien eingereicht.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

```html
Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
ARIMA-ModellR (forecast-Paket)–Zeitreihenprognose der Krankheitslast
BAPC-ModellR (BAPC-Paket)Version 0.0.36 (basiert auf INLA (v24.11.25).)Bayesianische Alter-Periode-Kohorten-Vorhersage
GBD-2023-DatenGlobal Health Data Exchange–Quelle der Uterusprolaps-Belastungsdaten
Joinpoint-RegressionsprogrammNational Cancer InstituteVersion 5.1.0.0Trendanalyse mit APC und AAPC
R-SoftwareR Foundation for Statistical ComputingVersion 4.4.1Statistische Analyse und Visualisierung
```

Referenzen

  1. Chen CJ, Thompson H. Uterine prolapse (archived) [Internet]. In: StatPearls. Treasure Island (FL): StatPearls Publishing; 2022 Oct 31. Available from: https://www.ncbi.nlm.nih.gov/books/NBK560567/
  2. Badacho AS, Lelu MA, Gelan Z, Woltamo DD. Uterine prolapse and associated factors among reproductive-age women in south-west Ethiopia: a community-based cross-sectional study. PLoS One. 2022;17(1).
  3. Robinson D, Prodigalidad LT, Chan S, Serati M, Lozo S, Lowder J, et al. International Urogynaecology Consultation chapter 1 committee 4: patients' perception of disease burden of pelvic organ prolapses. Int Urogynecol J. 2022;33(2):189-210.
  4. Li S, Wen X, Gao Z, Ke K, Yang J, Wang H, et al. Comparison of the axes and positions of the uterus and vagina between women with and without pelvic floor organ prolapse. Front Surg. 2022;9:760723.
  5. Deng ZM, Dai FF, Yuan MQ, Yang DY, Zheng YJ, Cheng YX. Advances in molecular mechanisms of pelvic organ prolapse (review). Exp Ther Med. 2021;22(3):1009.
  6. Antunes J, Monteiro M, Bacelar C. From therapeutic refusal to gynecological emergency: a case report on a long-standing uterine prolapse. Cureus. 2025;17(11).
  7. Loukopoulou A, Tzanni E, Bothou A, Billis E, Nanou C, Kyrkou G, et al. Uterine prolapse across the female lifespan: clinical insights and practical considerations from Greece. Nurs Rep. 2025;15(6):212.
  8. Raju R, Linder BJ. Evaluation and management of pelvic organ prolapse. Mayo Clin Proc. 2021;96(12):3122-9.
  9. Hadizadeh-Talasaz Z, Khadivzadeh T, Mohajeri T, Sadeghi M. Worldwide prevalence of pelvic organ prolapse: a systematic review and meta-analysis. Iran J Public Health. 2024;53(3):524-38.
  10. Nie XF, Rong L, Yue SW, Redding SR, Ouyang YQ, Zhang Q. Efficacy of community-based pelvic floor muscle training to improve pelvic floor dysfunction in Chinese perimenopausal women: a randomized controlled trial. J Community Health Nurs. 2021;38(1):48-58.
  11. Korkmaz Dayican D, Keser I, Celiker Tosun O, Yavuz O, Tosun G, Kurt S, et al. Exercise position to improve synergy between the diaphragm and pelvic floor muscles in women with pelvic floor dysfunction: a cross-sectional study. J Manipulative Physiol Ther. 2023;46(4):201-11.
  12. Sethi N, Yadav GS. Updates in pessary care for pelvic organ prolapse: a narrative review. J Clin Med. 2025;14(8):27-37.
  13. Najib B, Rusavy Z, Abdallah W, Abdel Khalek Y, Giraud N, Deval B. Impact of laparoscopic sacrocolpopexy (LSC) on sexual function in women with advanced stages of pelvic organ prolapse (POP): a five-year prospective study. Eur J Obstet Gynecol Reprod Biol. 2023;284:12-15.
  14. Deng T, Wang S, Liang X, Chen L, Wen Y, Zhang X, et al. Medium- to long-term outcomes of vaginally assisted laparoscopic sacrocolpopexy in the treatment of stage III-IV pelvic organ prolapse. BMC Womens Health. 2022;22(1):503.
  15. Shen WJ, Lu YX, Liu X, Liu JX, Zhang YH, Zhao Y, et al. [Effectiveness of abdominal minimal incision sacrocolpopexy for advanced pelvic organ prolapse]. Zhonghua Fu Chan Ke Za Zhi. 2021;56(5):328-34. Chinese.
  16. Yan L, Lu S, Zhao C, Lei L, Liu L. Comparison of different laparoscopic sacropexy procedures for advanced uterine prolapse: a retrospective analysis. J Minim Invasive Gynecol. 2023;30(4):300-7.
  17. Devane LA, Ranson SM, Bustamante-Lopez LA, Uwah MS, Kudish B, Kow N, et al. Combined robotic ventral mesh rectopexy and sacrocolpopexy for multicompartmental pelvic organ prolapse. Dis Colon Rectum. 2024;67(2):286-90.
  18. Breton F, Abdirahman S, Fatton B, Calletwaert G, de Tayrac R, Allegre L. Anterior bilateral sacrospinous fixation with transvaginal mesh: is hysterectomy a risk factor for complications? Female Pelvic Med Reconstr Surg. 2021;27(10):616-20.
  19. Sawada Y, Kitagawa Y, Hayashi T, Tokiwa S, Nagae M, Cortes AR, et al. Clinical outcomes after laparoscopic sacrocolpopexy for pelvic organ prolapse: a 3-year follow-up study. Int J Urol. 2021;28(2):216-19.
  20. Greisen S, Axelsen SM, Bek KM, Guldberg R, Glavind-Kristensen M. Fast track sacrospinous ligament fixation: subjective and objective outcomes at 6 months. BMC Womens Health. 2021;21(1):154.
  21. Larouche M, Belzile E, Geoffrion R. Surgical management of symptomatic apical pelvic organ prolapse: a systematic review and meta-analysis. Obstet Gynecol. 2021;137(6):1061-73.
  22. Chang OH, Yao M, Ferrando CA, Paraiso MFR, Propst K. Changes in sexual function over 12 months after native-tissue vaginal pelvic organ prolapse surgery with and without hysterectomy. Sex Med. 2023;11(2).
  23. Vermeulen CKM, Veen J, Adang C, Coolen ALWM, van Leijsen SAL, Bongers MY. Long-term pelvic floor symptoms and urogenital prolapse after hysterectomy. BMC Womens Health. 2023;23(1):115.
  24. DeAndrade S, DePorto K, Crawford K, Saporito L, Nguyen A, Yazdany T, et al. Investigating racial, ethnic, and socioeconomic disparities in pelvic organ prolapse surgery. Urogynecology (Phila). 2025;31(3):174-82.
  25. Moheasen DK, Dwekat IMM, Nahal MS, Tayem EA. Women's knowledge and health care-seeking behavior regarding pelvic organ prolapse in the West Bank, Palestine in maternity and obstetric nursing. BMC Womens Health. 2025;25(1):529.
  26. Siyoum M, Teklesilasie W, Alelgn Y, Astatkie A. Inequality in healthcare-seeking behavior among women with pelvic organ prolapse: a systematic review and narrative synthesis. BMC Womens Health. 2023;23(1):222.
  27. Wang B, Chen Y, Zhu X, Wang T, Li M, Huang Y, et al. Global burden and trends of pelvic organ prolapse associated with aging women: an observational trend study from 1990 to 2019. Front Public Health. 2022;10:975829.
  28. Pang H, Zhang L, Han S, Li Z, Gong J, Liu Q, et al. A nationwide population-based survey on the prevalence and risk factors of symptomatic pelvic organ prolapse in adult women in China: a pelvic organ prolapse quantification system-based study. BJOG. 2021;128(8):1313-23.
  29. Li P, Ma H, Zhang J, Zhang Q. Global trends in prevalence and future projections of pelvic organ prolapse: a 30-year epidemiological study. Int Urogynecol J. 2025;36(5):991-1002.
  30. Verma V, Savickaite K, Rajshekhar S, Pradhan A. Risk factors for postoperative voiding dysfunction following surgery for pelvic organ prolapse. Eur J Obstet Gynecol Reprod Biol. 2021;263:127-31.
  31. Rodrigues P, Raz S. The burden of reoperations and timeline of problems in 1,530 cases of mesh-related complications. Urol Int. 2022;106(3):235-42.
  32. Dieleman JL, Cowling K, Agyepong IA, Alkenbrack S, Bollyky TJ, Bump JB, et al. The G20 and development assistance for health: historical trends and crucial questions to inform a new era. Lancet. 2019;394:173-83.
  33. Nie F, Wang X, Yang A, He J, Bai J, Yan P, et al. Sociodemographic and sex differences in the global burden of hypertensive heart disease, 1990-2021: a population-based analysis. Trop Med Health. 2025;53(1):108.
  34. Schaffer AL, Dobbins TA, Pearson SA. Interrupted time series analysis using autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions. BMC Med Res Methodol. 2021;21(1):58.
  35. Wei Y, Xuan A, Lian Y, Wang Z, Xie Y, Yu H. An analysis of the burden of spinal cord injury differences between global epidemiology and trends to America, China and India. Global Spine J. 2025;16(2):21925682251370639.
  36. Wang R, Li W, Yang J, Aziz AUR, Ha C. A cross-sectional analysis based on GBD data: trends in the global, regional, and national burden of pelvic organ prolapse from 1990 to 2021. Front Public Health. 2025;13:1555946.
  37. Wang H, Qin D, Fang L, Liu H, Song P. Addressing healthy aging in China: practices and prospects. Biosci Trends. 2024;18(3):212-8.
  38. Jiang Q, Li S, Feldman MW. China's population policy at the crossroads: social impacts and prospects. Asian J Soc Sci. 2013;41(2):193-218.
  39. Wang C. History of the Chinese family planning program: 1970-2010. Contraception. 2012;85(6):563-9.
  40. Lin Y, Zhang B, Hu M, Yao Q, Jiang M, Zhu C. The effect of gradually lifting the two-child policy on demographic changes in China. Health Policy Plan. 2024;39(4):363-71.
  41. Meh C, Jha P. Trends in female-selective abortion among Asian diasporas in the United States, United Kingdom, Canada and Australia. Elife. 2022;11.
  42. Sirage N, Hailu D, Kahsay T, Amaje E. Determinants of pelvic organ prolapse among gynecologic patients attending public referral hospitals in Amhara region, Ethiopia, 2020: institution-based unmatched case-control study design. SAGE Open Med. 2022;10:20503121221094182.
  43. Borsamo A, Oumer M, Worku A, Asmare Y. Associated factors of pelvic organ prolapse among patients at public hospitals of Southern Ethiopia: a case-control study design. PLoS One. 2023;18(1).
  44. Silveira AM, Pereira GMV, Moises ECD, Juliato CRT, Brito LGO. Prolonged second stage of labor and postpartum pelvic floor dysfunction. Urogynecology (Phila). 2025;31(6):561-70.
  45. DeLancey JOL, Masteling M, Pipitone F, LaCross J, Mastrovito S, Ashton-Miller JA. Pelvic floor injury during vaginal birth is life-altering and preventable: what can we do about it? Am J Obstet Gynecol. 2024;230(3):279-94.e2.
  46. Abebe D, Kure MA, Demssie EA, Mesfin S, Demena M, Dheresa M. One in ten ever-married women who visited health facilities for various reasons have pelvic organ prolapse in Harari regional state, Eastern Ethiopia. BMC Womens Health. 2022;22(1):223.
  47. Friedman T, Dietz HP. Does obesity change the perception of pelvic organ prolapse? Arch Gynecol Obstet. 2022;305(6):1491-5.
  48. Chen CCG, Cox JT, Yuan C, Thomaier L, Dutta S. Knowledge of pelvic floor disorders in women seeking primary care: a cross-sectional study. BMC Fam Pract. 2019;20(1):70.
  49. Jeppson PC, Balgobin S, Wheeler T, Forner L, Caagbay D, Thompson J, et al. Impact of lifestyle modifications on the prevention and treatment of pelvic organ prolapse. Int Urogynecol J. 2025;36(1):59-69.
  50. Chang CL, Chen CH, Yang SS, Chang SJ. An updated systematic review and network meta-analysis comparing open, laparoscopic and robotic-assisted sacrocolpopexy for managing pelvic organ prolapse. J Robot Surg. 2022;16(5):1037-45.
  51. Pitsillidi A, Vona L, Bettocchi S, Schiermeier S, Noé GK. PRP therapy for stress urinary incontinence and pelvic organ prolapse: a new frontier in personalized treatment? J Pers Med. 2025;15(6):214.
  52. Stephan AP, Hauc SC, Marks VA, Bercik R, Rickey L. TikTok misinformation and user engagement in female pelvic floor conditions. Neurourol Urodyn. 2024;43(8):1956-61.
  53. Du C, Lee W, Lucioni A, Kobashi K, Lee U. Do patient education materials on female pelvic floor disorders meet readability standards? Putting them to the test. Urol Pract. 2020;7(4):288-93.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

MedizinAusgabe 233Ausgabe 233LeerwertAusgabeDekompositionsanalyseJoinpoint-RegressionVorhersage
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.