Using visual illusion to reduce at-level neuropathic pain in paraplegia
Notice bibliographique
Résumé
Neuropathic pain after spinal cord injury is not well understood and is difficult to treat. One possible cause is mismatch between motor commands and sensory feedback. This two-part study in five paraplegic patients investigated whether a visual illusion aimed to correct this mismatch reduces pain. In study 1, patients undertook three conditions: (i) virtual walking: with a mirror placed in front of a screen, patients aligned their own upper body with a film of a lower body walking. Patients imagined walking and 'watched themselves' walk; (ii) guided imagery; (iii) watching a film. One patient withdrew from virtual walking because of distress. For all patients, the mean (95% CI) decrease in pain (100 mm VAS) was 42 mm (approximately 65%) (11-73 mm) for virtual walking, 18 mm (4-31 mm) for guided imagery and 4mm (-3 to 11 mm) for watching the film. Mean (95% CI) time to return to pre-task pain was 34.9 min (20.1-49.8 min) for virtual walking; 13.9 min (-0.9 to 28.8 min) for the guided imagery and 16.3 min (1.5-31.2 min) for the film. To investigate its clinical utility, four patients underwent virtual walking every weekday for 3 weeks. Mean (95% CI) decrease in pain was 53 mm (45-61 mm) at post training and 43 mm (27-58 mm) at 3-month follow-up. Virtual walking may be a viable treatment for pain after spinal cord injury. A clinical trial seems warranted.
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 | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».