Phantom motor execution as a treatment for phantom limb pain: protocol of an international, double-blind, randomised controlled clinical trial
Notice bibliographique
Résumé
INTRODUCTION: Phantom limb pain (PLP) is a chronic condition that can greatly diminish quality of life. Control over the phantom limb and exercise of such control have been hypothesised to reverse maladaptive brain changes correlated to PLP. Preliminary investigations have shown that decoding motor volition using myoelectric pattern recognition, while providing real-time feedback via virtual and augmented reality (VR-AR), facilitates phantom motor execution (PME) and reduces PLP. Here we present the study protocol for an international (seven countries), multicentre (nine clinics), double-blind, randomised controlled clinical trial to assess the effectiveness of PME in alleviating PLP. METHODS AND ANALYSIS: Sixty-seven subjects suffering from PLP in upper or lower limbs are randomly assigned to PME or phantom motor imagery (PMI) interventions. Subjects allocated to either treatment receive 15 interventions and are exposed to the same VR-AR environments using the same device. The only difference between interventions is whether phantom movements are actually performed (PME) or just imagined (PMI). Complete evaluations are conducted at baseline and at intervention completion, as well as 1, 3 and 6 months later using an intention-to-treat (ITT) approach. Changes in PLP measured using the Pain Rating Index between the first and last session are the primary measure of efficacy. Secondary outcomes include: frequency, duration, quality of pain, intrusion of pain in activities of daily living and sleep, disability associated to pain, pain self-efficacy, frequency of depressed mood, presence of catastrophising thinking, health-related quality of life and clinically significant change as patient's own impression. Follow-up interviews are conducted up to 6 months after the treatment. ETHICS AND DISSEMINATION: The study is performed in agreement with the Declaration of Helsinki and under approval by the governing ethical committees of each participating clinic. The results will be published according to the Consolidated Standards of Reporting Trials guidelines in a peer-reviewed journal. TRIAL REGISTRATION NUMBER: NCT03112928; Pre-results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».