MétaCan
Menu
Retour à la cohorte
Enregistrement W7122567941 · doi:10.31435/ijitss.4(48).2025.4295

CHRONIC PELVIC PAIN SYNDROME IN WOMEN WITH VAGINAL DYSBIOSIS: A SYSTEMATIC REVIEW OF PRESENTATION, DIAGNOSIS, AND MANAGEMENT

2025· article· en· W7122567941 sur OpenAlexaboutno aff
Agata Panfil, Agata Lurka, Hanna Pietruszewska, Katarzyna Kleszczewska, Agnieszka Pruska, Natalia Senatorska, Julia Rarok, Daria Godlewska, M. Banaszek, Julia Błocka

Notice bibliographique

RevueInternational Journal of Innovative Technologies in Social Science · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueReproductive tract infections research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDysbiosisPelvic painMicrobiomeUrinary systemBacterial vaginosisVaginaVaginal infectionsVaginal disease

Résumé

récupéré en direct d'OpenAlex

Background: Chronic pelvic pain syndrome (CPPS) with vaginal dysbiosis is challenging to diagnose and can significantly affect women's health and daily life. Objective: To review recent research on the symptoms, diagnosis, and treatment of CPPS with vaginal dysbiosis, and to summarize new findings and clinical practices. Methods: Articles from PubMed, Scopus, and Google Scholar published between 2000 and 2025 were included. The review focused on original studies and systematic reviews involving adult women with CPPS and vaginal microbiota assessment. Case reports, non-English articles, and studies lacking vaginal microbiota analysis were excluded from the analysis. Data extraction and quality assessment were conducted using the Newcastle-Ottawa Scale and AMSTAR 2. Results: Women with CPPS and vaginal dysbiosis often experience persistent pelvic pain, sexual and urinary symptoms, and emotional distress. Diagnosis typically includes clinical examination, laboratory testing, and vaginal microbiota analysis using bacterial or genetic methods. Treatment may involve antibiotics, microbiota restoration, physical therapy, and mental health support. Advances in vaginal microbiome research and precision medicine are expected to shape future treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,341
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovative Technologies in Social ScienceMême sujetReproductive tract infections researchTravaux en français237 207