Les dispositifs d'érection sous vide (VED), également appelés dispositifs de constriction sous vide (VCD), sont couramment utilisés, ont été approuvés par la FDA et sont utilisés depuis près d'un siècle. Plusieurs entreprises d'équipement médical ont créé des dispositifs spécialement conçus pour limiter la quantité de pression qui s'accumule dans le cylindre, réduisant ainsi le risque de blessure pénienne induite par la pression. Certains dispositifs ont été développés et sont disponibles (principalement via Internet) qui ne sont pas approuvés par la FDA et ne doivent pas être utilisés sans consulter un médecin.
Les unités de base du VED/VCD approuvé par la FDA sont :
Les VED/VCD sont efficaces, mais certains hommes les trouvent encombrants et qu'ils entravent la spontanéité sexuelle. Avec des instructions appropriées, environ 80 % des hommes qui utilisent des VED/VCD obtiennent une érection fonctionnelle.
Les VED/VCD coûtent généralement entre 300 et 500 dollars. Par exemple, les versions à piles ont tendance à être plus chères. Il existe actuellement plusieurs dispositifs sur le marché, dont certains peuvent être obtenus sans ordonnance.
La couverture de ces dispositifs par l'assurance maladie varie selon le fournisseur et le régime d'assurance. Il est préférable de contacter le fournisseur individuel concernant le coût ou la couverture.
Le risque d'effets secondaires est faible et généralement mineur. Les problèmes possibles associés à la bande de constriction peuvent inclure des ecchymoses, une irritation de la peau, une douleur ou un malaise, un engourdissement et/ou une perte de sensibilité. Parmi les autres effets secondaires courants des VED/VCD, on peut citer la sensation de froid dans le pénis et le pincement du tissu scrotal de l'anneau de constriction.
You are prohibited from using or uploading content you accessed through this website into external applications, bots, software, or websites, including those using artificial intelligence technologies and infrastructure, including deep learning, machine learning and large language models and generative AI.