Low Back Pain in Pregnancy–Investigations, Management, and the Role of Neuraxial Analgesia: A Narrative Review [2L]
Notice bibliographique
Résumé
INTRODUCTION: Low back pain (LBP) is common in pregnancy affecting approximately 50% of pregnant women. Yet, there is much ambiguity with regard to the diagnostic work-up and management of pregnant women with LBP. This narrative review summarizes evidence surrounding investigations, management strategies and the considerations around performing neuraxial blocks for pregnant women with LBP to inform clinical practice. METHODS: MEDLINE, MEDLINE In-Process and Embase were searched from inception to November 2015. The search was limited to humans and restricted to the English language. All studies from case reports to randomized controlled trials describing diagnostic modalities, management strategies and use of neuraxial techniques during labor and delivery in pregnant women with LBP were identified. RESULTS: A total of 6803 records were identified through database-searching and 60 through citation-tracking, of which 77 studies were included. Of these, 32 described the use of diagnostic modalities, 56 described management strategies, and three reported the use of neuraxial techniques for labor and delivery. Magnetic resonance imaging is the safest diagnostic modality for LBP in pregnancy. Antenatal educational programs, exercise and steroid injections into the epidural space or sacroiliac joints may help with pain management. Worsening neurological deficits, vertebral fractures, and tumors may need surgical management. There is limited evidence on challenges of performing neuraxial blocks in the peripartum period but there is a potential for increased risk of neurological complications in parturients with pre-existing neurological deficits. CONCLUSION: This review summarizes the available evidence and provides a clinical algorithm for the diagnosis and management of pregnant women with LBP.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».