Pelvic‐floor‐muscle‐training adherence “modifiers”: A review of primary qualitative studies—<i>2011 ICS State‐of‐the‐Science Seminar research paper III of IV</i>
Notice bibliographique
Résumé
AIMS: This review aims to locate and summarize the findings of qualitative studies exploring the experience of and adherence to pelvic floor muscle training (PFMT) to recommend future directions for practice and research. METHODS: Primary qualitative studies were identified through a conventional subject search of electronic databases, reference-list checking, and expert contact. A core eligibility criterion was the inclusion of verbatim quotes from participants about PFMT experiences. Details of study aims, methods, and participants were extracted and tabulated. Data were inductively grouped into categories describing "modifiers" of adherence (verified by a second author) and systematically displayed with supporting illustrative quotes. RESULTS: Thirteen studies (14 study reports) were included; eight recruited only or predominantly women with urinary incontinence, three recruited postnatal women, and two included women with pelvic organ prolapse. The quality of methodological reporting varied. Six "modifiers" of adherence were described: knowledge; physical skill; feelings about PFMT; cognitive analysis, planning, and attention; prioritization; and service provision. CONCLUSIONS: Individuals' experience substantial difficulties with capability (particularly knowledge and skills), motivation (especially associated with the considerable cognitive demands of PFMT), and opportunity (as external factors generate competing priorities) when adopting and maintaining a PFMT program. Expert consensus was that judicious selection and deliberate application of appropriate behavior change strategies directed to the "modifiers" of adherence identified in the review may improve PFMT outcomes. Future research is needed to explore whether the review findings are congruent with the PFMT experiences of antenatal women, men, and adults with fecal incontinence.
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 | 0,096 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».