MétaCan
Menu
Retour à la cohorte
Enregistrement W2909547687 · doi:10.22246/jikm.2018.39.6.1306

A Case Report on a Phantom Limb Pain Patient after Below Knee Amputation using Korean Medicine Treatment

2018· article· en· W2909547687 sur OpenAlexaboutno aff
Hyung-bum Seo, Go-eun Bae, Jin Yong Choi, Hee-jeong Seo, So-hyun Shim, Chang-woo Han, Soyeon Kim, Jun‐Yong Choi, Seong-ha Park, Young-ju Yun, Jin-woo Hong, Jung-nam Kwon, In Lee

Notice bibliographique

RevueThe Journal of Internal Korean Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesPusan National University
Mots-clésMedicineAmputationPhantom limb painPhantom painPhysical therapyAcupunctureElectroacupuncturePhantom limbRating scalePhysical medicine and rehabilitationSurgeryAlternative medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Objectives This study presented the case of a 49-year-old Korean female with phantom limb pain after below right knee amputation and aimed to assess the effectiveness of Korean medicine treatment. Methods The patient was treated with scalp acupuncture, electroacupuncture and herbal medicine. We executed a numerical rating scale (NRS), conducted a global assessment (G/A), administrated a Short-Form McGill Pain Questionnaire 2 (SF-MPQ-2) and measured total daily sleep time to evaluate symptom improvement. Results The patient’s G/A scores decreased from 10 to 2 and SF-MPQ-2 points decreased from 20 to 6 after treatment. The total daily sleep time did not changed due to anxiety. Conclusions This study suggests that Korean medicine treatment could be effective in treating phantom limb pain after amputation. Further studies are needed. Keywords: phantom limb pain, amputation, acupuncture, case report

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,313
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internal Korean MedicineMême sujetPain Management and TreatmentTravaux en français237 207