Pessary evaluation for genital prolapse treatment: From acceptance to successful fitting
Notice bibliographique
Résumé
Abstract Aims To determine the percentage of women with symptomatic pelvic organ prolapse who opted for pessary and had a successful pessary fitting trial; to identify the most commonly used size of pessary for stage of prolapse; and to identify risk factors associated with unsuccessful fitting. Methods We conducted a prospective cohort study of women with symptoms of genital prolapse referred to a public hospital tertiary care clinic (2013‐2019). We used ring and ring with support pessaries for fittings. We collected patient demographics, pelvic organ prolapse quantification, size of pessary used and evaluated factors associated with pessary fittings. We defined unsuccessful fit as failure to continue pessary use at 4 weeks post fitting trial. We used Mann‐Whitney and χ2 tests to compare variables between groups of successfully and unsuccessfully fitted. Using logistic regression, we built a prediction model for unsuccessful fit. Results All 170 women with symptomatic prolapse referred to our clinic accepted to undergo a pessary fitting. More than 70% (n = 124/72.9%) were successfully at 4 weeks. We used an average of 1.7 pessaries (range: 1‐6) per patient to identify the best‐fitting pessary and #2, 5, 3, 7, and 4 were the sizes commonly used (78.2%). Women with body mass index ≥30 kg/m2 (odds ratio [OR]: 4.74; 95% confidence interval [CI], 1.98‐11.32; P < .001), total vaginal length <7.5 cm (OR: 3.78; 95% CI, 1.98‐11.32; P < .001), and sexually active women (OR: 2.26; 95% CI, 1.04‐4.91; P = .035) were associated with increased unsuccessful fitting. Conclusion The vaginal pessary proved to be an excellent choice, with high acceptance and successful fitting rates.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».