Optimizing the Utility of Anorectal Manometry for Diagnosis and Therapy: A Roundtable Review and Recommendations
Notice bibliographique
Résumé
BACKGROUND & AIMS: Anorectal manometry (ARM) is a comprehensive diagnostic tool for evaluating patients with constipation, fecal incontinence, or anorectal pain; however, it is not widely utilized for reasons that remain unclear. The aim of this roundtable discussion was to critically examine the current clinical practices of ARM and biofeedback therapy by physicians and surgeons in both academic and community settings. METHODS: Leaders in medical and surgical gastroenterology and physical therapy with interest in anorectal disorders were surveyed regarding practice patterns and utilization of these technologies. Subsequently, a roundtable was held to discuss survey results, explore current diagnostic and therapeutic challenges with these technologies, review the literature, and generate consensus-based recommendations. RESULTS: ARM identifies key pathophysiological abnormalities such as dyssynergic defecation, anal sphincter weakness, or rectal sensory dysfunction, and is a critical component of biofeedback therapy, an evidence-based treatment for patients with dyssynergic defecation and fecal incontinence. Additionally, ARM has the potential to enhance health-related quality of life and reduce healthcare costs. However, it has significant barriers that include a lack of education and training of healthcare providers regarding the utility and availability of ARM and biofeedback procedures, as well as challenges with condition-specific testing protocols and interpretation. Additional barriers include understanding when to perform, where to refer, and how to use these technologies, and confusion over billing practices. CONCLUSIONS: Overcoming these challenges with appropriate education, training, collaborative research, and evidence-based guidelines for ARM testing and biofeedback therapy could significantly enhance patient care of anorectal disorders.
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 | 0,018 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».