MétaCan
Menu
Retour à la cohorte
Enregistrement W1990707024 · doi:10.1177/000348940911800401

Use of Neuromuscular Electrostimulation in the Treatment of Dysphagia in Patients with Multiple Sclerosis

2009· article· en· W1990707024 sur OpenAlexaff
Hans Bogaardt, Daniëlle van Dam, Nienke M. Wever, Caroline E. Bruggeman, Johan Koops, Wytske J. Fokkens

Notice bibliographique

RevueAnnals of Otology Rhinology & Laryngology · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésSwallowingMedicineDysphagiaMultiple sclerosisAdverse effectNeuromuscular diseaseSalivaAnesthesiaSurgeryPhysical therapyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: We explored the possible effects of neuromuscular electrostimulation on the swallowing function of patients with multiple sclerosis and swallowing problems. METHODS: Twenty-five patients (average age, 53.1 years; SD, 9.8 years) with multiple sclerosis and swallowing problems were treated for 3 weeks with 2 sessions per week of neuromuscular electrostimulation. The average time since the onset of multiple sclerosis was 16.5 years (SD, 10.2 years). Seventeen patients were examined with transnasal flexible endoscopy 1 week before treatment and 1 week after treatment. RESULTS: After treatment, a significant decrease in pooling of saliva in the pyriform sinuses was seen in 6 patients (p = 0.03), and significantly less aspiration during swallowing of thin liquids (p <0.01) was seen in 9 patients. Overall, the 25 patients reported that their swallowing had improved (p <0.01), and in 20% of the patients,it had become less strenuous. No adverse effects of the treatment were reported. CONCLUSIONS: Our study showed that the treatment of swallowing problems with neuromuscular electrostimulation in patients with multiple sclerosis in this sample was successful in the reduction of pooling of saliva and in the reduction of aspiration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,119
Tête enseignante GPT0,371
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations60
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Otology Rhinology & LaryngologyMême sujetDysphagia Assessment and ManagementTravaux en français237 207