MétaCan
Menu
Retour à la cohorte
Enregistrement W2476393901 · doi:10.4018/978-1-4666-6587-3.ch017

Transcutaneous Electrical Nerve Stimulation (TENS) Combined with the T-Scan System

2015· book-chapter· en· W2476393901 sur OpenAlexaff
Curtis Westersund

Notice bibliographique

RevueAdvances in medical technologies and clinical practice book series · 2015
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueTemporomandibular Joint Disorders
Établissements canadiensInuit Circumpolar Council
Organismes subventionnairesnon disponible
Mots-clésMedicineTranscutaneous electrical nerve stimulationMasticatory forceAnesthesiaPhysical medicine and rehabilitationOrthodontics

Résumé

récupéré en direct d'OpenAlex

Masticatory muscle hyperactivity has been considered a significant factor in promoting and perpetuating dysfunctional symptoms observed in Temporomandibular Disorder patients. Many therapeutic modalities have evolved within Dental Medicine that attempt to lessen or resolve the varying symptoms frequently reported by dysfunctional patients. One such method, known as Ultra Low Frequency (ULF) Transcutaneous Electrical Neural Stimulation (TENS), has been used to relax the masticatory musculature by applying an electrical stimulus to the efferent motor fibers of the Vth and VIIth cranial nerves, such that TENS can result in pain analgesia and patient sedation, restore compromised muscle physiology, and increase muscle resting length. TENS also aids in establishing a neuromuscular maxillomandibular relationship by inducing a muscularly contracted involuntary arc of closure. This chapter discusses TENS as a treatment modality for Temporomandibular Disorders, explains how to employ TENS to obtain a neuromuscular maxillomandibular relationship, and illustrates in a Clinical Case Report the use of TENS in combination with the T-Scan Computerized Occlusal Analysis System to measurably and physiologically balance a removable overlay anatomical acetyl resin orthotic prosthesis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,413
Écart entre enseignants0,376 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in medical technologies and clinical practice book seriesMême sujetTemporomandibular Joint DisordersTravaux en français237 207