Pelvic Floor Health Education: Can a Workshop Enhance Patient Counseling During Pregnancy?
Notice bibliographique
Résumé
OBJECTIVES: Pelvic floor disorders commonly affect women's quality of life. Their etiology is multifactorial, yet pregnancy and vaginal delivery (VD) are major inciting risk factors. Our objectives were to assess pelvic floor health information given by maternity providers to their pregnant patients, to create a pelvic floor health information workshop, and to determine its impact on women's preferences for mode of delivery. METHODS: This descriptive study recruited primiparous women with a singleton gestation at St Paul's Hospital in Vancouver, Canada. Participants received a 2-hour workshop describing pelvic floor disorders and pregnancy, modes of delivery, as well as strategies for maintaining pelvic floor health and preventing disease. Women completed questionnaires assessing baseline knowledge and level of comfort with different modes of delivery before and after the workshop. RESULTS: Forty participants completed the workshop. Seventy percent had an obstetrician, 20% had a midwife, and 10% had a family physician. Five percent of the participants reported receiving information regarding pelvic organ prolapse as well as urinary and fecal incontinence. The workshop did not influence women's preferred mode of delivery, including VD (P = 1.00), forceps-assisted VD (P = 0.48), vacuum-assisted VD (P = 0.68), postlabor cesarean delivery (P = 0.32), and elective cesarean delivery (P = 0.86). CONCLUSIONS: Current antenatal care is lacking in the area of pelvic floor health education. Patient counseling can be enhanced via a standard workshop. Concerns about negatively influencing women's preferences for mode of delivery are unwarranted, as the pelvic floor health workshop, given during pregnancy, did not significantly change participants' preferences.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».