Use and knowledge of the two FIGO systems for nongestational abnormal uterine bleeding in the reproductive years: A multinational survey
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the worldwide use of FIGO's two systems for the classification of causes and contributors to nongestational abnormal uterine bleeding in the reproductive years by obstetrics and gynecology professionals worldwide, to identify knowledge gaps, and explore barriers to implementation. METHODS: An electronic survey was developed by members of FIGO's Menstrual Disorders and Related Health Impacts (MDRHI) Committee to assess knowledge of abnormal uterine bleeding (AUB) and the two FIGO AUB systems among obstetricians and gynecologists. The survey was conducted online from February 28 to June 30, 2023, and comprised demographic questions, educational content inquiries, and a knowledge assessment. Available in English, Spanish, French, and Mandarin, the survey was disseminated through representatives of the World Association of Trainees in Obstetrics and Gynecology (WATOG), as well as through digital platforms and trainee-focused Facebook groups. RESULTS: Out of 1317 initial participants from 65 countries, 1114 completed the survey. The highest representation was from China (42.6%), where both trainees and clinicians participated. Participation varied across FIGO regions, with Asia-Oceania contributing the most (n = 602) and North America the least (n = 62). Most participants were in hospital-based residency programs (73.9%), graduating around 2012 with 3 years of postgraduate medical education. Nearly 70% reported being familiar with FIGO systems, while over 93% were familiar with PALM-COEIN. About one-third reported frequent use of FIGO systems by faculty, except among French-speaking respondents. Higher composite FIGO systems knowledge scores correlated with familiarity with FIGO AUB systems and PALM COEIN. Language did not significantly affect scores. CONCLUSION: FIGO's systems for nongestational AUB are widely used but gaps persist. Targeted strategies focusing on faculty development and research are needed to improve awareness and proficiency. This study highlights the necessity for interventions in medical education to enhance trainees' understanding and utilization of standardized nomenclature.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».