Efficacy of Biofeedback Therapy in Clinical Practice for the Management of Chronic Constipation and Fecal Incontinence
Notice bibliographique
Résumé
BACKGROUND: Chronic constipation (CC) and fecal incontinence (FI) are often secondary to pelvic floor neuromuscular sensory or motor dysfunction. Biofeedback therapy (BFT) uses visual and verbal feedback to improve anorectal coordination, strength and sensation. In clinical trials, BFT demonstrated response rates between 70% and 80%. The purpose of this study is to determine the effectiveness of BFT in clinical practice. METHODS: In this retrospective observational cohort study, the charts of all patients who completed BFT at our centre were reviewed. A positive response to BFT was defined as improvement in ARM profile from baseline or subjective symptom improvement or both. Descriptive statistics were used to analyze the data. RESULTS: One hundred thirty patients with an average age of 57.5 ± 16.4 years and 79.2% female were included. Of all patients, 43.1% were referred for CC, 37.7% for FI, 16.9% for alternating CC and FI, and 2.3% for rectal pain. The overall response rate to BFT was 76.2% (n=99). Of those that responded, 64.6% (n=64) demonstrated both ARM and symptom improvement, 27.3% (n=27) had ARM improvement but no symptom improvement, and 8.1% (n=8) had symptom improvement but no ARM improvement. In patients with FI, the overall response rate was 79.6% (n=39) with symptom improvement in 67.3% (n=33). In those with CC with dyssynergic defecation (n=53), the overall response rate was 69.8% (n=37); however, only 45.3% (n=24) had symptomatic improvement. CONCLUSION: In our clinical practice, although overall response rates to BFT are similar to published reports, patients with CC with dyssynergic defecation are less likely to have symptomatic response compared with those with FI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».