A Prospective Study of the Intra- and Postoperative Efficacy of Intraoperative Neuromonitoring in Spinal Cord Stimulation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Accurate lead placement is critical for spinal cord stimulation (SCS) efficacy. The traditional gold standard of awake placement is often technically difficult. While there is retrospective evidence supporting the use of intraoperative neurophysiological monitoring (IOM) as an alternative, a prospective assessment has not yet been performed. OBJECTIVE: To prospectively evaluate pain and functionality outcomes for IOM-guided SCS, validate two IOM modalities as a means to lateralize lead placement and assess whether IOM can be useful for postoperative programming. METHODS: A total of 73 patients were implanted with SCS using electromyography (EMG) and somatosensory-evoked potential collision studies (SSEP-CS) to verify lead placement. Patient pain and function were assessed through serial administration of several validated questionnaires. Stimulation parameters at 6 months were documented. RESULTS: Statistically significant (p < 0.05) improvements were observed in the McGill Pain Questionnaire, Oswestry Disability Index, Pain Catastrophizing Scale, and Visual Analog Scale. EMG and SSEP-CS appropriately lateralized leads in 65/73 (89.0%) and 40/58 (69.0%) cases, respectively. EMG predicted active contacts in use at follow-up with 82.7% sensitivity. CONCLUSIONS: We provide prospective evidence that IOM can be used to verify SCS placement. Additionally, EMG may help to streamline device programming and thereby improve outcomes by predicting the ideal stimulation contacts in many cases.
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.
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 | 0,000 | 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) | 0,000 | 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 découle