Effectiveness of hormones in postmenopausal pelvic floor dysfunction—International Urogynecological Association research and development—committee opinion
Notice bibliographique
Résumé
INTRODUCTION AND HYPOTHESIS: There is clear evidence of the presence of estradiol receptors (ERs) in the female lower urinary and genital tract. Furthermore, it is a fact that estrogen deficiency after menopause may cause atrophic changes of the urogenital tract as well as various urinary symptoms. Moreover, the effect of hormone replacement therapy (HRT) on urinary incontinence (UI) symptoms as well as pelvic organ prolapse (POP), anal incontinence (AI) and vulvovaginal symptoms (VVS) is still a matter of debate. This committee opinion paper summarizes the best evidence on influence of sex steroids as well as hormonal treatment (local and systemic) in postmenopausal women with pelvic floor disorders. METHODS: A working subcommittee from the International Urogynecology Association (IUGA) Research and Development Committee was formed. A thorough literature search was conducted and an opinion statement expressed. The literature regarding hormones and pelvic floor disorders was reviewed independently and summarized by the individual members of the sub-committee. RESULTS: The majority of studies reported that vaginal estrogen treatment when compared with placebo has more beneficial effects on symptoms and signs of vaginal atrophy including sensation of burning, dyspareunia and UI symptoms. Definitive evidence on local estrogen application and prolapse treatment or prevention is lacking. A statistically significant increase in risk of worsening of UI as well as development of de novo incontinence was observed with estrogen-only or combination systemic HRT. CONCLUSIONS: In summary, local estrogen seems to be safe and effective in the treatment of VVS and can also improve urinary symptoms in postmenopausal patients with UI, but most of these recommendations correspond to evidence level 2C. The evidence in POP is still scarce but not in favor of benefit. Finally, the duration of local estrogen treatment (LET), optimal dosage, long-term effects and cost-effectiveness compared with current practice are still unknown.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».