Ultrasound‐Guided Cervical Facet Joint Injections
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the feasibility of ultrasound (US)-guided cervical facet injections and to identify the potential obstacles to routine use of this technique. METHODS: After Institutional Review Board approval, 4 cadavers were used in this study. Age, sex, body mass index, and neck circumference were recorded. A total of 40 facet injections were performed from C2-C3 to C6-C7 under US guidance with radiodense colored latex. Visibility of cervical tissues and the needle was graded as complete, partial, or null (no injection was performed in this case). Frontal and lateral radiographs were taken, followed by cadaveric dissection to assess contrast and the latex distribution, which were recorded as intra-articular (success), peri-articular (success), or absent (failure). A 2-tailed Fisher exact test and Pearson χ(2)test were used to evaluate difference between success and failure rates for qualitative variables. RESULTS: Seventy-eight percent (31 of 40) of US-guided facet joint injections were successful. No statistically significant differences were found regarding body mass index, neck circumference, needle caliber, operators, and between left and right sides. All failures involved C2-C3 and C6-C7 levels, and this result was statistically significant (Pearson χ(2) = 20.645; P < .001). CONCLUSIONS: Although US-guided cervical facet joint injections are feasible, substantial obstacles may prevent their routine use. The main obstacle is to effectively identify and target the correct cervical level in a prone position.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».