The Effect of Neural Lesion Type on Botulinum Toxin Dosage: A Retrospective Chart Review
Notice bibliographique
Résumé
BACKGROUND: It is difficult to compare the dosage of botulinum toxin between different neurologic conditions because of the different methods of reported dosages. Botulinum toxin is used to manage spasticity in variety of neurologic conditions, and it is important for clinicians to know whether there are differences in the dosage injected on the basis of the etiology of spasticity. OBJECTIVE: To determine whether the type of neural lesion influences the dosage of botulinum toxin required to manage spasticity. DESIGN: Retrospective chart review. SETTING: Review of patients who visited an outpatient spasticity clinic. PARTICIPANTS: We assessed medical charts from 99 patients with stroke, multiple sclerosis (MS), and cerebral palsy (CP) (n = 33 for each etiology). We collected information such as age, gender, weight, time of lesion, total dosage (per person, per limb, per muscle), injection location, and injections cycles. INTERVENTIONS: None. MAIN OUTCOME MEASUREMENTS: OnabotulinumtoxinA dose - total dose in one leg was calculated as a sum of the units of the toxin injected in all the leg muscles. RESULTS: Total dose of toxin injected was 161 ± 19 (mean ± standard error of mean) in patients with stroke, 175 ± 13 in patients with CP, and 225 ± 18 in patients with MS. The total dose in the legs (normalized to body weight; units/kg) was significantly different between the 3 groups (stroke, CP, MS; P = .001). Subsequent post-hoc tests revealed that total dose in the legs of patients with MS was significantly greater (88%) than patients with stroke (P = .001). Hip adductors and hamstrings were injected most commonly in MS and CP, but toe muscles were commonly injected in patients with stroke, whereas plantar flexors were evenly injected all 3 patient groups. CONCLUSION: In our practice, we found that treating spasticity in people with MS required the greatest dose of botulinum toxin, followed by CP and then stroke.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».