Long-Term Follow-Up of Motor Cortex Stimulation for Neuropathic Pain in 23 Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Motor cortex stimulation (MCS) is being offered to patients suffering from neuropathic pain. Outcome prediction, programming and especially sustaining a long-term treatment effect represent major challenges. We report a retrospective long-term analysis of our patients treated with MCS over a median follow-up of 39.1 months. OBJECTIVES: To investigate the time course of the treatment effect in MCS for neuropathic pain. METHODS: Twenty-three closely followed patients treated with MCS were retrospectively analyzed. Reduction in pain measured on a visual analogue scale (VAS) was defined as the primary outcome parameter. VAS pain level and adverse events were documented at the 1-, 3-, 6-, 12-, 18- and 24-month follow-ups. RESULTS: The mean VAS under best medical treatment was 7.8 (SD 1.2, range 5-9) with escalation to 9.3 (SD 0.9, range 6-10) when the patients' medications were missed or delayed. About half of the patients (47.8%) experienced a satisfactory (>50%) reduction in pain during the first month of treatment. The best treatment results were seen at the 3-month follow-up (mean VAS 4.8, SD 1.9, -37.2% compared to baseline). A decline in the treatment effect was generally observed at the subsequent follow-up assessments. Six patients had their devices explanted during the follow-up period due to loss of treatment effect. CONCLUSIONS: In this study, MCS failed to provide long-term pain control for neuropathic pain. Many aspects of MCS still remain unclear, especially the neural circuits involved and their response to long-term stimulation. Means must be developed to overcome the problems in this promising technique.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle