Can Baseline Electromyography Predict Response to Biofeedback for Anorectal Disorder? A Long-Term Follow-Up Study
Notice bibliographique
Résumé
BACKGROUND: Biofeedback has been recommended for the treatment of anorectal disorders, especially constipation and fecal incontinence (FI). The objective of this study was to assess the long-term efficacy of biofeedback and evaluate baseline electromyography (EMG) as a predictor for maintenance of long-term improvement. METHODS: A retrospective chart review was performed on randomly selected patients who underwent biofeedback between the years 1990 and 2000. Clinical characteristics, including EMG values at baseline (resting and contraction) as well as EMG after exercises, were collected. Patients were contacted and were classified as "improved" if they had self-reported symptomatic improvement and "not-improved" if their symptoms were unchanged or worsened. RESULTS: A total of 41 subjects were included. Majority (85.4%) were female, the mean age was 48.95 ± 15.46 (range 22 - 77 years) and the median follow-up was 4 years (range 4 - 5 years). Constipation was the primary indication for biofeedback in 27/41 (65.9%), FI in 9/41 (22%) and "other" in 5/41 (12.1%). Within constipation, 55.6% reported long-term improvement as compared to 66.7% of FI and 80% of the other patients. There was borderline difference in the baseline EMG (3.11 ± 1.85 µV, improved, and 7.41 ± 11.01 µV, not improved, P = 0.06) but no significant difference in post-exercise resting (3.13 ± 3.21 µV, improved, and 4.28 ± 3.63 µV, not improved, P = 0.33) and contraction EMG between the two groups. CONCLUSIONS: Biofeedback is an important treatment tool in anorectal disorders. Over 50% of our subjects maintained their improvement 4 - 5 years after completing biofeedback therapy. A lower resting baseline EMG showed a trend of association with improvement in the long term.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».