Endovaginal ultrasound-assisted pain mapping in endometriosis and chronic pelvic pain
Notice bibliographique
Résumé
The objective of this study was to determine if the combination of tenderness-guided endovaginal ultrasound and digital pelvic exam (i.e. EVUS-assisted exam) for preoperative pain mapping, in cases without nodules or endometriomas, increases sensitivity/specificity for laparoscopic findings. This was a retrospective review of women with chronic pelvic pain ± infertility with preoperative pain mapping exam prior to laparoscopy (n = 97, 2006-7). Predictor variables (EVUS-assisted exam vs digital pelvic exam alone, for pain mapping) were coded as tender vs non-tender. Primary outcome was findings on laparoscopy (e.g. endometriosis or adhesions) and was coded as abnormal vs normal. We found that EVUS-assisted exam had greater sensitivity (0.81, 95% CI: 0.70-0.89) for abnormal laparoscopy compared with digital pelvic exam alone (0.58, 95% CI: 0.46-0.69) (McNemar's test, p < 0.001). Specificity was limited for both types of pain mapping (0.22, 95% CI: 0.08-0.44 for EVUS-assisted; and 0.39, 95% CI: 0.20-0.61 for digital), with no significant difference (p = 0.13). In conclusion, in the absence of nodules or endometriomas, EVUS-assisted exam increases sensitivity, but with no benefit in specificity, for prediction of abnormal laparoscopy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».