Low Back Pain in Pregnancy: Investigations, Management, and Role of Neuraxial Analgesia and Anaesthesia: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Low back pain (LBP) is commonly experienced during pregnancy and is often poorly managed. There is much ambiguity in diagnostic work-up, appropriate management and decision-making regarding the use of neuraxial analgesia and anaesthesia during labour and delivery in these patients. This systematic review summarises the evidence regarding investigations, management strategies and considerations around performing neuraxial blocks for pregnant women with LBP. METHODS: We searched 3 databases and reviewed literature concerning LBP in pregnancy with regards to diagnostic modalities, management strategies and use of neuraxial techniques for facilitating labour and delivery. RESULTS: In all, we included 78 studies in this review, with 32 studies concerning diagnostic investigations, 56 studies involving management strategies, and 4 studies regarding the use of neuraxial techniques for labour and delivery. SUMMARY: MRI is the safest investigative modality for LBP in pregnancy. Antenatal educational programmes, exercise and steroid injections into the epidural space or sacroiliac joints may help with pain management. Worsening neurological deficits, vertebral fractures and tumours may need surgical management. There is limited evidence on challenges of performing neuraxial blocks in the peripartum period for analgesia and anaesthesia, but there is a potential for increased risk of neurological complications in parturients with pre-existing neurological deficits.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».