Cervical Spinal Cord and Dorsal Nerve Root Stimulation for Neuropathic Upper Limb Pain
Notice bibliographique
Résumé
BACKGROUND: Spinal cord stimulation (SCS) is a well-established treatment for chronic neuropathic pain in the lower limbs. Upper limb pain comprises a significant proportion of neuropathic pain patients, but is often difficult to target specifically and consistently with paresthesias. We hypothesized that the use of dorsal nerve root stimulation (DNRS), as an option along with SCS, would help us better relieve pain in these patients. METHODS: All 35 patients trialed with spinal stimulation for upper limb pain between July 1, 2011, and October 31, 2013, were included. We performed permanent implantation in 23/35 patients based on a visual analogue scale pain score decrease of ≥50% during trial stimulation. RESULTS: Both the SCS and DNRS groups had significant improvements in average visual analogue scale pain scores at 12 months compared with baseline, and the majority of patients in both groups obtained ≥50% pain relief. The majority of patients in both groups were able to reduce their opioid use, and on average had improvements in Short Form-36 quality of life scores. Complication rates did not differ significantly between the two groups. CONCLUSIONS: Treatment with SCS or DNRS provides meaningful long-term relief of chronic neuropathic pain in the upper limbs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».