Symptom and Anatomical Phenotypes Provide Insights Into Interactions of Prolapse Symptoms and Anatomy
Notice bibliographique
Résumé
IMPORTANCE: Women pursue treatment to relieve symptoms, while surgeons repair anatomy, underlining the importance of the relationship between symptoms and anatomy. OBJECTIVE: We hypothesized different anatomical and symptom phenotypes associated with pelvic organ prolapse (POP). Our objective was to investigate prevalence of phenotypes to explore associations of symptoms with anatomical defects. METHODS: We defined 420 anatomical phenotypes from combinations of POP Quantification parameters and 128 symptom phenotypes from symptoms described by condition-specific questionnaires (Pelvic Floor Disorders Inventory, Short Form of the Personal Experience Questionnaire). We applied these to an anonymized database of 719 subjects with symptomatic pelvic floor disorders. Bar graphs were used to illustrate the distribution of anatomical and symptom phenotypes, as well as anatomical phenotypes of patients with specific symptoms. We then used biclustering analysis with the multiple latent block model, to identify patterns of clustered groups of subjects and features. RESULTS: The most common symptom phenotypes have multiple (3-5) symptoms. A third of the theoretical anatomical phenotypes existed in our cohort. Bar graphs for specific symptom composites demonstrated unique distributions of anatomical phenotypes suggesting associations between anatomy and symptoms. Biclustering converged on 2 subject clusters (C1, C2) and 8 feature clusters. Cluster 1 (68%) represented a younger subpopulation with lower stage POP, more stress urinary incontinence and sexual dysfunction (P < 0.001 all). Cluster 2 had more protrusion (P < 0.001) and obstructed voiding (P = 0.001). Features that clustered together, such as stress urinary incontinence and sexual dysfunction, may represent underlying relationships. CONCLUSIONS: We demonstrated a relationship between locations of anatomical POP and certain symptoms, which may generate new hypotheses and guide clinical decision making.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».