Postoperative Physiotherapy in Women Undergoing Pelvic Floor Reconstructive Surgery: A Randomized Controlled Clinical Trial
Notice bibliographique
Résumé
Purpose: Postoperative physiotherapy in conjunction with pelvic organ prolapse (POP) surgery is still under-investigated and controversial. In this randomized controlled trial, pelvic floor muscle training (PFMT) and abdominal training were compared with a control condition (standard in-hospital treatment). Method: Eighty-one women were randomized to one of three groups. The Prolapse Quality of Life questionnaire, two-dimensional ultrasound, Pelvic Organ Prolapse Quantification System scale, the PERFECT (power, endurance, repetitions, fast contractions, every contraction timed) scheme, electromyography, Sahrmann scale, and pressure biofeedback unit (PBU) were used to measure quality of life (QOL), POP, and pelvic floor and abdominal muscle function. A mixed-model analysis of variance and the Kruskal–Wallis test was used for analysis. Results: Beneficial effects ( p < 0.05) were found for the PFMT group – increased power, number of fast contractions, amount of movement, endurance, and Sahrmann and PBU measures – compared with the control group. Abdominal training led to a significant ( p < 0.05) increase in bulging and discomfort, number of pelvic floor muscle contractions, and Sahrmann and PBU measures compared with the control condition; both groups showed significantly increased urinary frequency ( p < 0.05). Conclusions: Postoperative physiotherapy did not have a beneficial effect on QOL or POP symptoms. PFMT and abdominal training had beneficial effects on pelvic floor muscle function and abdominal muscle measures. Additional abdominal training led to increased symptoms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».