(52) PLATELET-RICH PLASMA FOR FEMALE SEXUAL DYSFUNCTION AND STRESS URINARY INCONTINENCE: A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Abstract Objectives To study the efficacy and safety of PRP injections in women with the above pathologies. Methods A systematic search on PubMed, Embase and the Cochrane Library database was performed, as well as sources of grey literature until January 2023. After title/abstract and full-text screening, clinical studies on humans evaluating the efficacy of PRP in gynecological disorders using standardized tools were included. Risk of bias was undertaken with RoB-2 for randomized-controlled trials (RCT) and the Newcastle-Ottawa Scale (NOS) for observational studies. Results Four prospective and one retrospective study explored FSD, while six prospective and one RCT evaluated female SUI. A total of 327 women with a mean age of 51±12 years were included. For FSD, PRP significantly improved the Female Sexual Function Index (FSFI), the Vaginal Health Index (VHI) and the Female Sexual Distress score (FSDS). For SUI, PRP led to a significant improvement of the International Consultation on Incontinence Questionnaire – Short Form (ICIQ-SF), and the Urogenital Distress Inventory (UDI-6). The identified RCT reported a significantly higher mean score of ICIQ-SF (p<0.05) and UDI-6 (p<0.01) in the midurethral sling group compared to the PRP injections group. Regarding risk of bias, the RCT was characterized by high-risk, whereas the observational studies were of moderate risk. Conclusions PRP injections should be further explored for the treatment of FSD and female SUI. Despite promising initial results, the level of current evidence is low due to methodological issues in the available studies. It becomes clear that there is an emerging need for high-quality research. Conflicts of Interest None.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».