The Role of Sacrolumbar Fat Grafting in the Treatment of Spinal Fusion Instrumentation-Related Chronic Low Back Pain
Notice bibliographique
Résumé
In Brief Study Design. A report of 2 cases. Objective. The purpose of this article is to report 2 preliminary cases with instrumentation-related chronic low back pain (CLBP) successfully treated with fat graft in the sacrolumbar region. Summary of Background Data. Patients undergoing successful spinal fusion surgery may experience new or recurrent CLBP. Instrumentation-related soft-tissue irritation is a well-known etiology of this frustrating condition. Treatment options vary from conservative treatment till instrumentation removal, with no consensus on their efficacy. Methods. A 32-year-old patient and a 37-year-old patient with instrumentation-related debilitating CLBP visual analogue scale score 7 and 10, respectively, underwent 1 session of fat grafting in the sacrolumbar region. Results. At 9-month and 6-month follow-ups, both patients reported a substantial pain relief, a considerable improvement in daily quality of life and satisfaction for less implant palpability and visibility. Conclusion. The encouraging results of these preliminary cases may open new horizons for a multidisciplinary approach in treating instrumentation-related CLBP. Fat grafting may represent a valid and minimal invasive option to be taken into account when established therapeutic options fail. Further experience with longer follow-up is needed to confirm our findings. Level of Evidence: 5 Patients undergoing successful spinal fusion surgery may experience instrumentation-related chronic low back pain (CLBP). Treatment options vary from conservative treatment till instrumentation removal, with no consensus on their efficacy. Fat grafting may drastically ameliorate instrumentationrelated CLBP, prospectively opening new horizons fort a potential multidisciplinary approach in treating this condition.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».