Pelvic floor hypertonicity in women with pelvic floor disorders: A case control and risk prediction study
Notice bibliographique
Résumé
AIM: Myofascial pelvic pain is a chronic and debilitating condition, sometimes associated with pelvic floor disorders (PFD) such as urinary incontinence, defecatory dysfunction or pelvic organ prolapse. Our aim was to identify risk factors in women with PFD and hypertonic pelvic floor, compared to controls without hypertonicity. METHODS: Case control study (2009-2017) of patients with PFD and a diagnosis of hypertonic pelvic floor. Cases were matched with patients who presented with the same PFD but without pelvic floor hypertonicity. Postoperative patients with hypertonic pelvic floor were matched with patients who underwent surgery for the same PFD but did not develop pain. Risk factors were compared between groups. RESULTS: Ninety-five cases were matched; 71% had urogynecologic surgery as a possible trigger for myofascial pain. Most were post-menopausal. Overall, case patients were younger than controls (mean 54 vs 59, P = 0.002). Multivariate logistic regression identified risk factors of younger age (OR 1.45, 95%CI 1.04-2.07), history of depression (OR 3, 95%CI 1.03-9.09), musculoskeletal spine injury (OR 4.32, 95%CI 1.01-21.26) and transobturator midurethral sling (OR 8.36, 95%CI 2.68-31.32). Retropubic midurethral sling was protective against pelvic floor hypertonicity (OR 0.37, 95%CI 0.15-0.86). A clinical prediction model including depression, endometriosis, irritable bowel, spine injury and type of midurethral sling was developed to estimate the probability for myofascial pain after urogynecologic surgery. CONCLUSIONS: Specific risk factors predispose women with PFD to chronic pelvic floor hypertonicity. Knowledge of these can help with patient counselling and choice of midurethral sling prior to PFD surgery.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».