VP191 Peripheral Nerve Field Stimulation For Chronic Low Back Pain
Notice bibliographique
Résumé
INTRODUCTION: Despite numerous medical, pharmacological and surgical approaches for chronic low back pain (LBP), many patients continue to complain of severe disabling pain. Peripheral nerve field stimulation (PNfS), alone or combined with spinal cord stimulation, is a neuromodulation procedure that have been recently developed and implemented in our hospital. We conducted a Health Technology Assessment (HTA) to determine if PNfS may be considered as a standard of practice in the management of intractable LBP and failed back surgery syndrome (FBSS). METHODS: An interdisciplinary group of experts was involved in the project. A systematic review (SR) was performed in several databases and grey literature to identify clinical practice guidelines, SR and observational studies published through September 2016. A survey was conducted among other chronic pain centers in Canada to document PNfS use in LBP and FBSS treatment. RESULTS: Data on effectiveness and safety of PNfS in chronic LBP treatment were scarce. Short-term results (3-12 months) from small sample and low quality studies suggest that PNfS, alone or combined with spinal cord stimulation, is associated with pain intensity and opioid use reductions. Effects on functional status and quality of life remain undetermined. Most frequent adverse events reported with PNfS devices are lead migrations, discomfort or pain and surgical site infections. No other Canadian pain centers were found to use PNfS in chronic LBP or FBSS. CONCLUSIONS: PNfS is potentially a beneficial treatment option for patients with chronic low back pain or FBSS. However, the value of this innovative treatment remains unknown. Among factors to be clarified are target population (any chronic low back pain or FBSS), use of PNfS alone or combined with spinal cord stimulation, long-term effects, and comparison with conventional medical management. PNfS use in chronic LBP has to be assessed through a rigorous framework before its introduction as a standard medical practice.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».