MétaCan
Menu
Retour à la cohorte
Enregistrement W3120489596 · doi:10.1016/j.arrct.2021.100101

Perioperative Botulinum Toxin Injections to Enhance Surgical Outcomes in Patients With Spasticity: Preoperative, Intraoperative, and Postoperative Case Reports

2021· article· en· W3120489596 sur OpenAlexaff
Geoffrey Frost, Heather Finlayson, Sepehr Saeidiborojeni, Philippe Lagnau, Rajiv Reebye

Notice bibliographique

RevueArchives of Rehabilitation Research and Clinical Translation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBotulinum Toxin and Related Neurological Disorders
Établissements canadiensGF Strong Rehabilitation CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpasticityMedicinePerioperativeBotulinum toxinSurgeryAnesthesiaSpinal cord injurySpinal cord

Résumé

récupéré en direct d'OpenAlex

Spasticity causes an array of disabilities, which in turn may lead to the need for surgical intervention. Spasticity itself may also negatively affect surgical outcomes. This report reviews the potential benefit of perioperative (before, during, or after surgery) botulinum toxin (BoNT) injections for 3 patients with spasticity due to spinal cord injury, stroke, or multiple sclerosis. We discuss perioperative BoNT in 3 time periods: preoperatively, intraoperatively, and postoperatively. The cases demonstrate the use of perioperative BoNT in decreasing pain, improving wound healing, and improving surgical outcomes. We conclude by discussing the potential use of perioperative BoNT for surgical interventions in patients with spasticity and the need for further high-quality research in this field.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,395
Écart entre enseignants0,365 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Rehabilitation Research and Clinical TranslationMême sujetBotulinum Toxin and Related Neurological DisordersTravaux en français237 207