Cesarean Scar Niche and Pelvic Pain: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: Pain is a long-accepted but inadequately explored symptom of cesarean scar niche (CSN) and it is important to systematic assess the prevalence and features of pelvic pain associated with CSN, also referred to as cesarean scar defect or isthmocele. The purpose of this study is to evaluate the association between CSN and pelvic pain. DATA SOURCES: A comprehensive strategy was used to search MEDLINE, EMBASE, Pub Med, Cochrane CENTRAL, and CINAHL from database inception to February 20th, 2025. METHODS OF STUDY SELECTION: We included randomized controlled trials, prospective and retrospective cohorts, and case series involving symptomatic patients with a radiological diagnosis of CSN that evaluated pain as an outcome. Risk of bias was assessed with the Robins-I tool. The protocol was registered in PROSPERO (CRD42022346443). TABULATION, INTEGRATION AND RESULTS: The primary outcome was prevalence of pelvic pain in patients with confirmed CSN. Other outcomes included the risk of pain in patients with CSN compared those without, and changes in pain symptoms following medical or surgical management of niche. Sixty-four studies reported on pain (dysmenorrhea, dyspareunia, chronic pelvic pain (CPP), suprapubic pain (SPP)) in patients with CSN. Patients with a CSN were at increased risk of dysmenorrhea (RR: 2.25, 95% CI, 0.90-5.63), dyspareunia (RR: 2.06 95% CI, 1.42-2.99), and CPP (2.72, 95% CI, 1.63-4.54) compared to those without. In patients with confirmed niche, the prevalence of dysmenorrhea was 38.2% (95% CI 28.8-48.6); dyspareunia 28.2% (95% CI 15.3-46.0); CPP 26.8% (95% CI, 18.6-36.9) and SPP 32.5% (95% CI, 18.6-36.9). Both medical and surgical treatment of CSN significantly reduced pain symptoms (OR: 0.13, 95% CI, 0.08-0.23). Most studies were high risk for measurement bias due to lack of standardization for outcome measures. CONCLUSION: There is a strong association between CSN and various pelvic pain symptoms. Future studies require standardization of nomenclature and reporting for pain in this context.
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».