Managing Neuroma and Phantom Limb Pain in Ontario: The Status of Targeted Muscle Reinnervation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Painful neuromas (PN) and phantom limb pain (PLP) are common following amputation and are unreliably treated, which impacts quality of life. Targeted muscle reinnervation (TMR) is a microsurgical technique that repairs the severed proximal nerve end to a redundant motor nerve in the amputated stump. Evidence supports TMR as effective in treating PN and PLP; however, its adoption has been slow. This study aimed to characterize: (1) the populations experiencing post-amputation PN/PLP; (2) current trends in managing PN/PLP; and (3) attitudes toward routine use of TMR to manage PN/PLP. METHODS: A cross-sectional survey was distributed to all orthopedic surgeons, plastic surgeons, and physiatrists practicing in Ontario, via publicly available emails and specialty associations. Data were collected on demographics, experience with amputation, managing post-amputation pain, and attitudes toward routine use of TMR. RESULTS: Sixty-six of 698 eligible participants submitted complete surveys (9.5% response rate). Respondents had a greater experience with surgical management of PN (71% PN versus 10% PLP). However, surgery was considered a 3rd-line option for PN and not an option for PLP in 57% and 59% of respondents, respectively. Thirty participants (45%) were unaware of TMR as an option, and only 8 respondents have currently incorporated TMR into their practice. Many (76%) would be willing to incorporate TMR into their practice as either an immediate or delayed surgical technique. CONCLUSIONS: Despite its promise in managing post-amputation pain, awareness of TMR as a surgical option is generally poor. Several barriers to the widespread adoption of this technique are defined.
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.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle