Bladder and Bowel Dysfunction Network: Improving the Management of Pediatric Bladder and Bowel Dysfunction
Notice bibliographique
Résumé
Introduction: Lower urinary tract symptoms with constipation characterize bladder and bowel dysfunction (BBD). Due to high referral volumes to hospital pediatric urology clinics and time-consuming appointments, wait times are prolonged. Initial management consists of behavioral modification strategies that could be accomplished by community pediatricians. We aimed to create a network of community pediatricians trained in BBD (BBDN) management and assess its impact on care. Methods: We distributed a survey to pediatricians, and those interested attended training consisting of lectures and clinical shadowing. Patients referred to a hospital pediatric urology clinic were triaged to the BBDN and completed the dysfunctional voiding symptom score and satisfaction surveys at baseline and follow-up. The Bristol stool chart was used to assess constipation. Results were compared between BBDN and hospital clinic patients. Results: Surveyed pediatricians (n = 100) most commonly managed BBD with PEG3350 and dietary changes and were less likely to recommend bladder retraining strategies. Baseline characteristics were similar in BBDN (n = 100) and hospital clinic patients (n = 23). Both groups had similar improvements in dysfunctional voiding symptom score from baseline to follow-up (10.1 ± 4.2 to 5.6 ± 3.3, P = 0.01, versus 10.1 ± 4.2 to 7.8 ± 4.5, P = 0.02). BBDN patients waited less time for their follow-up visit with 56 (28–70) days versus 94.5 (85–109) days for hospital clinic patients ( P < 0.001). Both groups demonstrated high familial satisfaction. Conclusions: Community pediatricians may require more knowledge of management strategies for BBD. Our pilot study demonstrates that implementing a BBDN is feasible, results in shorter wait times, and similar improvement in symptoms and patient satisfaction than a hospital pediatric urology clinic.
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 | 0,001 | 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 ».