MétaCan
Menu
Retour à la cohorte
Enregistrement W2404811501 · doi:10.5603/ait.2015.0003

Cooled radiofrequency system relieves chronic knee osteoarthritis pain: the first case-series

2015· article· en· W2404811501 sur OpenAlexaboutno aff
Martina Bellini, Massimo Barbieri

Notice bibliographique

RevueAnestezjologia, Intensywna Terapia · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWOMACOsteoarthritisVisual analogue scaleKnee painSurgeryChronic painPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Knee osteoarthritis is a frequent cause of chronic knee pain. Therapeutic solutions include intra-articular injections with short-term pain relief and surgical therapy. Radiofrequency (RF) of genicular nerves has been previously reported with varying success. Cooling tissue adjacent to the electrode (cooled RF) increases the radius of lesion. We present here the first retrospective data on pain relief and changes in function after such cooled RF denervation. METHODS: We reviewed the records of nine patients with chronic knee pain who underwent cooled RF of genicular nerves. Visual analogue scale (VAS) and Western Ontario McMaster Universities OA index (WOMAC) were analysed. RESULTS: We observed an improvement in VAS pain scores 2 ± 0.5 at one month, 2.3 ± 0.7 at three months, 2.1 ± 0.5 at six months, and 2.2 ± 0.2 at 12 months after the procedure, and WOMAC score 20 ± 2, at one month, 22 ± 0.5 at three months, 21 ± 1.7 at six months, and 20 ± 1.0 at 12 months. CONCLUSION: The majority of patients with chronic knee pain experienced a clinically relevant degree of pain relief and improved function following cooled RF of genicular nerves at one, three, six and 12 months follow-up.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnestezjologia, Intensywna TerapiaMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207