Genicular Nerve Radiofrequency Ablation for Chronic Knee Pain Using a Three-Tined Electrode: A Technical Description and Case Series
Notice bibliographique
Résumé
BACKGROUND: Genicular nerve radiofrequency ablation (RFA) for the treatment of chronic knee pain has traditionally targeted the superomedial, superolateral, and inferomedial genicular nerves. However, recent cadaveric studies of knee neuroanatomy demonstrate varied locations of these specific nerves as well as additional articular nerves. This work suggests that traditional genicular nerve RFA lesion locations may be inadequate. OBJECTIVE: 1) To describe a novel protocol utilizing a three-tined RFA electrode to target the superomedial (SMGN), superolateral (SLGN), and inferomedial genicular nerves (IMGN), as well as the terminal articular branches of the nerves to the vastus medialis (NVM), intermedius (NVI), and lateralis (NVL). 2) To assess the ability of this technique to reduce chronic knee pain. METHODS: Case series of consecutive patients with six or more months of refractory knee pain who underwent genicular nerve RFA according to the novel protocol described. Seven discrete RFA lesions were placed to target the SMGN, NVM, NVI, NVL, SLGN, and IGMN. RESULTS: Eleven patients underwent RFA, nine with knee osteoarthritis and two postarthroplasty. At one month, 91% (95% CI = 59-100%), 82% (95% CI = 48-98%), and 9% (95% CI = 2-41%), of patients reported ≥50%, ≥80%, and 100% improvement in knee pain on the numeric rating scale, respectively. These results were sustained at six months. There were no complications. DISCUSSION/CONCLUSIONS: These preliminary data suggest the feasibility and possible effectiveness of genicular nerve RFA using the described novel protocol including a three-tined electrode. Larger-scale studies with comparative groups are warranted.
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 | 0,003 | 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 ».