Functional assessment of the pelvic floor muscles by electromyography: is there a normalization in data analysis? A systematic review
Notice bibliographique
Résumé
ABSTRACT This study aims to evaluate the method of analysis of electromyographic data considering the functional assessment of pelvic floor muscles (PFM). We have included in our search strategy the following databases: Medline, PubMed, Cochrane Central Register of Controlled Trials and Cochrane Database of Systematic Reviews, PEDro, and IBECS, considering articles published in the last ten years (2004-2014). The identified articles were independently examined by two evaluators, according to these inclusion criteria: (1) population: female adults; (2) PFM assessment by electromyography (EMG) with vaginal/anal probe; and (3) description of how electromyographic data analysis is performed. The Newcastle-Ottawa Scale (NOS) was used to assess the risk of bias. We identified 508 articles, of which 23 were included in the review. The data showed differences between the collection protocols, and a significant number of studies did not normalize the electromyographic data. Physiotherapists are among the clinicians who most frequently use EMG to evaluate the function and dysfunction of the neuromuscular system. Although some previous studies have provided an overview to guide the evaluator in the assessment, few succeeding studies followed their recommendations.
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 | 0,115 | 0,355 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,012 |
| Bibliométrie | 0,020 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».