Scoping review of cytolytic vaginosis literature
Notice bibliographique
Résumé
BACKGROUND: Cytolytic vaginosis (CV) is a little-known, controversial condition that is typically not considered for women presenting with vulvovaginitis symptoms. Objective: The objective of this scoping review was to identify and compile the global evidence on CV. METHODS: A medical librarian searched Prospero, Wiley Cochrane Library, Ovid Embase, Ovid Medline, EBSCO CINAHL, ProQuest Dissertations and Theses Global, and Scopus, from inception to April 4, 2019 and updated to October 17, 2021. Studies were eligible if they discussed CV. Two independent reviewers conducted study selection and data extraction. RESULTS: Sixty-four studies were identified, with 67% of studies (n = 43) published since 2007. Studies were from around the world, including the United States (28%, n = 18), Brazil (11%, n = 7), Portugal (11%, n = 7), and China (11%, n = 7). Fifty percent of studies (n = 32) were reviews; the remainder were observational; and of these, 78% (n = 25) were cross-sectional. The most frequent topics included: diagnosis (19%, n = 12), prevalence (17%, n = 11), and overview of CV (50%, n = 32). Evidence for prevalence in symptomatic women (median prevalence of 5%, interquartile range 3%-8%) was based only on 16% of studies (n = 10) with minimal evidence on prevalence in asymptomatic women and across different geographic regions. Microbiological findings, including abundant lactobacilli and fragmented epithelial cells, were found useful to distinguish between CV and vulvovaginal candidiasis, and Lactobacillus crispatus was noted to dominate the vaginal flora in women with CV. Most studies used subjective criteria to diagnose CV as the condition lacks gold-standard microscopic criteria. The suggested primary treatment (baking soda irrigations) was largely based on expert opinion, and there was minimal evidence on associations between CV and other conditions. CONCLUSION: Knowledge gaps currently exist in all realms of CV research. Additional research is needed to confirm the validity of CV and ensure that women are diagnosed and treated effectively.
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 | 0,026 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,047 | 0,039 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».