Surgical management of neuroma pain: A prospective follow-up study
Notice bibliographique
Résumé
Painful neuromas can cause severe loss of function and have great impact on the daily life of patients. Surgical management remains challenging; despite improving techniques, success rates are low. To accurately study the success of surgical neuroma treatment and factors predictive of outcome, a prospective follow-up study was performed. Between 2006 and 2009, pre- and post-operative questionnaires regarding pain (VAS, McGill), function (DASH), quality of life (SF-36), symptoms of psychopathology (SCL-90), epidemiologic determinants and other outcome factors were sent to patients surgically treated for upper extremity neuroma pain. Pain scores after diagnostic nerve blocks were documented at the outpatient clinic before surgery. Thirty-four patients were included, with an average follow up time of 22 months. The mean VAS score decreased from 6.8 to 4.9 after surgery (p<0.01), 19 (56%) of patients were satisfied with surgical results. Upper extremity function improved significantly (p=0.001). Neuroma patients had significantly lower quality of life compared to a normal population. Employment status, duration of pain and CRPS symptoms were found to be prognostic factors. VAS scores after diagnostic nerve block were predictive of post-operative VAS scores (p=0.001). Furthermore, smoking was significantly related to worse outcome (relative risk: 2.10). The results could lead to improved patient selection and treatment strategies. If a diagnostic nerve block is ineffective in relieving pain, patients will most likely not benefit from surgical treatment. Patients should be encouraged to focus on activity and employment instead of their symptoms. Smoking should be discouraged in patients who will undergo surgical neuroma treatment.
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 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 | 0,003 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».