MétaCan
Menu
Retour à la cohorte
Enregistrement W2073179067 · doi:10.1016/j.rehab.2014.05.008

Sexual disorders in women with MS: Assessment and management

2014· review· en· W2073179067 sur OpenAlexaff
Dany Cordeau, F. Courtois

Notice bibliographique

RevueAnnals of Physical and Rehabilitation Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationPhysical therapyMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Summarize the data on sexual disorders in women with multiple sclerosis (MS). METHOD: Review of 99 Pubmed articles covering sexual dysfunction in women with MS. RESULTS: Prevalence of dysfunction in women with MS varies from 34% to 85%. They include poor vaginal lubrication, poor clitoral erection, and anorgasmia, which correlate with level of disability. Specific brain stem and pyramidal lesions appear to correlate with anorgasmia. Age and duration of the disease correlate with sexual disorders, but not age at onset. Secondary consequences of MS, including bladder and bowel dysfunction, spasticity, pain, fatigue, depression, anxiety, and side effects of medication contribute to sexual dysfunction. Treatments can involve alpha-blockers or phosphodiesterase-5 inhibitors to increase smooth muscle relaxation, while lubricants and oestrogen therapy can help vaginal dryness, burning and dyspareunia. Antidepressants can delay (or abolish) orgasm, suggesting reducing dosage or combining them with PDE5 inhibitors. Counselling should emphasize planning sexual activities, reducing fatigue, managing positions, preventing incontinence, promoting sexual aids, extra-genital and other sexual options to achieve pleasurable and intimacy. Psychosocial interventions should include couples' relationship and communication skills to increase satisfaction. CONCLUSION: Sexual dysfunctions in women with MS are amenable to treatments covering primary, secondary and tertiary consequences of the disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,440
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Physical and Rehabilitation MedicineMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207