Pelvic floor muscles training to reduce symptoms and signs of vulvovaginal atrophy: a case study
Notice bibliographique
Résumé
OBJECTIVE: Vulvovaginal atrophy (VVA), caused by decreased levels of estrogen, is a common problem in aging women. Main symptoms of VVA are vaginal dryness and dyspareunia. First-line treatment consists of the application of local estrogen therapy (ET) or vaginal moisturizer. In some cases however, symptoms and signs persist despite those interventions. This case study describes a 77-year-old woman with severe VVA symptoms despite use of local ET and the addition of pelvic floor muscle (PFM) training to her treatment. METHODS: A patient with stress urinary incontinence and VVA was referred to a randomized clinical trial on PFM training. On pretreatment evaluation while on local ET, she showed VVA symptoms on the ICIQ Vaginal Symptoms questionnaire and the ICIQ-Female Sexual Matters associated with lower urinary tract Symptoms questionnaire, and also showed VVA signs during the physical and dynamometric evaluation of the PFM. She was treated with a 12-week PFM training program. RESULTS: The patient reported a reduction in vaginal dryness and dyspareunia symptoms, as well as a better quality of sexual life after 12 weeks of PFM training. On posttreatment physical evaluation, the PFMs' tone and elasticity were improved, although some other VVA signs remained unchanged. CONCLUSIONS: Pelvic floor muscle training may improve some VVA symptoms and signs in women taking local ET. Further study is needed to investigate and confirm the present case findings and to explore mechanisms of action of this intervention for VVA.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».