The impact of a familiarization session on the magnitude and stability of active and passive pelvic floor muscle forces measured through intravaginal dynamometry
Notice bibliographique
Résumé
AIMS: The aim of this study was to investigate the impact of task familiarization on (1) the magnitude and (2) the repeatability of active and passive properties of the female pelvic floor muscles (PFMs) measured using automated intra-vaginal dynamometry. METHODS: Women attended three laboratory sessions at one-week intervals. After receiving initial task instruction and feedback at the start of the first session, standardized instructions were given while women performed maximal effort voluntary contractions of their PFMs with the dynamometer arms open at two different diameters and kept their PFMs relaxed while the dynamometer arms opened to 40 mm at two speeds. Outcomes included baseline force, peak force, relative peak forces (N), rate of force development (N/s) and stiffness. Between session effects were tested for all outcomes using one-way ANOVAs. Intra-class correlation coefficients (ICCs) and minimal detectable change values were computed within each session and between sessions 1 and 2 and sessions 2 and 3. RESULTS: Twenty nulliparous women (mean age = 35 ± 15 years) participated. No differences in the mean values were found across the three visits for any outcomes. Within sessions, neither ICC nor minimal detectable change differed among sessions and between-session ICC values were not different between visits 1 and 2 and visits 2 and 3. CONCLUSIONS: There is no evidence of a familiarization effect over a two-week period on the amplitude nor repeatability of dynamometric measures of active or passive PFM properties recorded from nulliparous women.
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) | 0,000 | 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 ».