Cadaveric Study of Sacroiliac Joint Innervation
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Optimization of clinical outcomes of lateral branch radiofrequency ablation or blocks for sacroiliac joint (SIJ) pain requires precise nerve localization; however, there is a lack of comprehensive morphological studies. The objectives of this cadaveric study were to document SIJ innervation relative to bony landmarks in 3 dimensions and to identify reference points visible under ultrasound and fluoroscopy for optimal needle placement. METHODS: In 25 cadaveric hemipelves, L5-S4 lateral branches were exposed, digitized, and modeled in 3 dimensions. The models were used to compare innervation patterns between specimens and to quantify the distances of the nerves innervating the SIJ relative to the transverse sacral tubercles (TSTs) and posterior sacral foramina. Quadrants of origin of the nerves were recorded. RESULTS: The SIJ was innervated by the posterior sacral network: S1-S2 contributed in all specimens, S3 in 88%, L5 in 8%, and S4 in 4%. Most frequently, the lateral branch(es) emerged from the inferolateral S1, superolateral and inferolateral S2, and superolateral S3 quadrants. All TSTs were easily identifiable elevations that were used to landmark the nerves innervating the SIJ. The majority of branches of the posterior sacral network crossed the lateral sacral crest between TST1-3, with the greatest concentration between TST2-3. Only 3 specimens had a branch superior or inferior to these landmarks. CONCLUSIONS: Based on the innervation pattern and using bony landmarks identifiable under ultrasound and fluoroscopy, 2 radiofrequency ablation techniques were proposed. Further research is required to determine the accuracy and reliability of needle placement and to evaluate clinical outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».