3D augmented reality mirror visual feedback therapy applied to the treatment of persistent, unilateral upper extremity neuropathic pain: a preliminary study
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
Objective: We assessed whether or not pain relief could be achieved with a new system that combines 3D augmented reality system (3DARS) and the principles of mirror visual feedback.Methods: Twenty-two patients between 18 and 75 years of age who suffered of chronic neuropathic pain. Each patient performed five 3DARS sessions treatment of 20 mins spread over a period of one week. The following pain parameters were assessed: (1) visual analogic scale after each treatment session (2) McGill pain scale and DN4 questionnaire were completed before the first session and 24 h after the last session.Results: The mean improvement of VAS per session was 29% (p < 0.001). There was an immediate session effect demonstrating a systematic improvement in pain between the beginning and the end of each session. We noted that this pain reduction was partially preserved until the next session. If we compare the pain level at baseline and 24 h after the last session, there was a significant decrease (p < 0.001) of pain of 37%. There was a significant decrease (p < 0.001) on the McGill Pain Questionnaire and DN4 questionnaire (p < 0.01).Conclusion: Our results indicate that 3DARS induced a significant pain decrease for patients who presented chronic neuropathic pain in a unilateral upper extremity. While further research is necessary before definitive conclusions can be drawn, clinicians could implement the approach as a preparatory adjunct for providing temporary pain relief aimed at enhancing chronic pain patients’ tolerance of manual therapy and exercise intervention.Level of Evidence: 4.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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