Burst spinal cord stimulation for pain and motor function in Parkinson's disease: A case series
Notice bibliographique
Résumé
INTRODUCTION: Spinal cord stimulation (SCS) is an established strategy for pain reduction used in whole world including Japan to treat chronic intractable pain. Pain is a frequent comorbidity of Parkinson's disease (PD), leading to poorer quality of life. SCS has been reported to effectively reduce pain in PD and may also improve motor function, but most studies have employed the modality of tonic stimulation. As such, the effects of SCS using the newly developed paradigm of burst stimulation in PD remain relatively unexplored. METHODS: This case series reviewed PD patients who underwent SCS using BurstDR stimulation to treat intractable lower back pain (LBP). Pain and motor outcomes were assessed before and at several timepoints after implantation over a 24-week observation period. RESULTS: Pain indices (visual analogue scale [VAS] and short-form McGill Pain Questionnaire 2 [SF-MPQ-2] scores) improved in nearly all patients. Improvements were especially notable in the dimension of affective pain (SF-MPQ-2). Functional motor improvements were evident in the Unified Parkinson's Disease Rating Scale (UPDRS), especially walking-related items, and timed-up-and-go (TUG) test performance, which generally persisted through week 24 of observation. CONCLUSION: Burst SCS improved pain (especially the affective component) in PD patients with LBP, with effects generally lasting for at least 24 weeks. Neither paresthesia nor obvious adverse events were experienced in any case. Motor symptoms as scored of UPDRS Part III had the trends of improvement in lower limb akinesia at week 24 and gait at week 4. These findings suggest that burst SCS may be an effective treatment option for LBP and may be influenced to gait-related motor symptoms in PD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».