A model identifying characteristics predictive of successful pelvic floor muscle training outcomes among women with stress urinary incontinence
Notice bibliographique
Résumé
INTRODUCTION AND HYPOTHESIS: The aim of this study was to prospectively identify aspects of baseline demographic, clinical, and pelvic morphology of women with stress urinary incontinence (SUI) that are predictive of cure with physiotherapist-supervised pelvic floor muscle training (PFMT). METHODS: Women ≥18 years old with SUI were recruited from urogynecology and pelvic health physiotherapy clinics. Participants completed a 3-day bladder diary, the International Consultation on Incontinence Questionnaire Urinary Incontinence Short Form (ICIQ-UI-SF), a standardized pad test, manual assessment of pelvic floor muscle (PFM) strength and tone, and transperineal ultrasound (TPUS) assessment of their urogenital structures at rest while in a supine position and standing, and during contraction, straining, and coughing. Participants attended six physiotherapy sessions over 12 weeks and performed a home PFMT program. The assessment was repeated after the intervention; cure was defined as a dry (≤2 g) pad test. RESULTS: Seventy-seven women aged 50 (±10) years completed the protocol; 38 (49%) were deemed cured. Based on univariate testing, four predictors were entered into a binary logistic regression model: ICIQ-UI-SF, PFM tone, bladder neck (BN) height in a quiet standing position, and BN height during a cough in a standing position. The model was significant (p < 0.001), accurately classifying outcome in 74% of participants. The model, validated through bootstrapping, performed moderately, with the area under the receiver operating characteristic curve = 0.80 (95% CI: 0.69-0.90; p = 0.00), and with 70% sensitivity and 75% specificity. CONCLUSIONS: Women with better bladder support in a standing position and less severe symptoms were most likely to be cured with PFMT. CLINICAL TRIAL REGISTRATION: #NCT01602107.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».