Endometrial Cryoablation for the Treatment of Heavy Menstrual Bleeding: 36-Month Outcomes from the CLARITY Study
Notice bibliographique
Résumé
Study Objective: Cryotherapy Device (Channel Medsystems, Berkeley, CA) in premenopausal women with heavy menstrual bleeding due to benign causes who have completed childbearing. Methods: The prospective, multicenter, single-arm, open-label study had eight sites in the USA, one in Mexico, and two in Canada. Inclusion criteria included uterine sound ≤10 cm, endometrial cavity length 2.5 to 6.5 cm, age 25 to 50 years, a pictorial blood loss assessment chart score of ≥150, no submucosal myomata and/or uterine obstruction, distortion, or abnormality. A total of 242 subjects underwent a 2.5-minute cryoablation. Long-term follow-up visits were conducted at Month 24 and Month 36. Data collected included gynecological adverse events, description of last menstrual period, contraception status, self-report of pregnancy, medical or surgical interventions to treat abnormal uterine bleeding, satisfaction, recommendation, and quality of life (QoL). QoL outcomes were measured with the Menorrhagia Impact Questionnaire (MIQ) and the Premenstrual Symptoms Impact Survey (PMSIS™). Results: 201 subjects completed their Month 36 final study visit. Subject outcomes were comparable to those at Month 12. Eighty-nine percent of subjects reported amenorrhea, a lighter-than-normal, or normal period, 91% of subjects had no or slight limitations in MIQ measured activities, and 85% reported premenstrual symptoms at a low frequency. Eighty-five percent of the subjects were satisfied or very satisfied. The cumulative incidence of hysterectomy was 5% and reintervention was 8.7%. Forty-nine gynecologic adverse events (AE) were reported; one non-serious AE, postcoital bleeding, was reported as related to the procedure. No serious device-related or procedure-related AEs were reported. Conclusion: Study data demonstrate that the positive effects of Cerene Cryotherapy Device treatment are sustained through Month 36 and that the risks associated with the device and procedure are low (ClinicalTrials.gov; NCT02842736).
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».