Clinical Characteristics Associated With Unsuccessful Pessary Fitting Outcomes
Notice bibliographique
Résumé
OBJECTIVES: To identify clinical characteristics and quality of life/symptom questionnaire scores associated with unsuccessful vaginal pessary trials in the treatment of pelvic organ prolapse (POP). METHODS: This was a retrospective study of pessary fittings between 2006 and 2012 at our tertiary care urogynecology unit. One hundred one patients with symptomatic POP filled out detailed history and validated pelvic floor quality-of-life and symptom questionnaires at baseline. They were examined and POP was staged. After discussion of treatment options, they agreed to attempt a trial of pessary (TOP). Unsuccessful TOP was defined as an inability to continue pessary use beyond 4 weeks from initial fitting. Stepwise logistic regression analysis was performed to build a prediction model for the odds of unsuccessful TOP. RESULTS: The main reason for unsuccessful TOP was patient discomfort. Multivariate stepwise logistic regression showed that age 65 or younger (odds ratio [OR], 3.13; P = 0.042), smoking history (OR, 3.42; P = 0.049), genital hiatus/total vaginal length ratio greater than 0.8 (OR, 6.70; P = 0.042), and lower POP Quantification overall stage (OR, 2.84; P = 0.017) were associated with increased likelihood of unsuccessful TOP. Other variables such as sexual activity and concurrent urinary or POP symptoms did not affect the outcome. CONCLUSIONS: Several clinical characteristics influenced the likelihood of unsuccessful TOP. These may be taken into account for clinical counseling. Pessaries remain a good treatment option, as many clinical variables did not seem to influence the success of fittings.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 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 ».