Never Too Late to Train: The Effects of Pelvic Floor Muscle Training on the Shape of the Levator Hiatus in Incontinent Older Women
Notice bibliographique
Résumé
Pelvic floor muscle (PFM) training is the first-line treatment for women of all ages with urinary incontinence (UI), but evidence supporting its effects on the functional anatomy of the pelvic floor is scarce in older women. We aimed to evaluate the long-term (one-year) effects of PFM training on the shape of the levator hiatus (LH) in older women with UI and its association with PFM force, incontinence severity, and potential effect modifiers (age, UI severity, BMI, and UI type). This is a secondary analysis of the GROUP study, a non-inferiority RCT assessing the effects of a structured and progressive 12-week PFM training program to treat UI in older women. Data were available from 264/308 participants at the one-year follow-up. PFM training resulted in reduced LH size toward a more "circular" shape, which was consistently associated with greater PFM force and reduced UI severity. Further, no significant interactions were found between LH shape changes and any of the potential effect modifiers, suggesting that women will potentially benefit from PFM training, regardless of age, UI severity, BMI, and UI type (stress or mixed), with changes that can be observed in the functional anatomy of the pelvic floor and sustained in the long-term.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».