MétaCan
Menu
Retour à la cohorte
Enregistrement W3141634248 · doi:10.1213/xaa.0000000000001427

Cryoneurolysis of Innervation to Sacroiliac Joints: Technical Description and Initial Results—A Case Series

2021· article· en· W3141634248 sur OpenAlexaff
Rajendra Kumar Sahoo, Gautam Das, Laxmi Pathak, Debjyoti Dutta, Chinmoy Roy, Anuj Bhatia

Notice bibliographique

RevueA&A Practice · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensToronto Western HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésSacroiliac jointMedicineAnalgesicLow back painRadiofrequency ablationPhysical therapySurgeryAnesthesiaAblationInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

The sacroiliac joint (SIJ) is a common source of pain in patients with low back pain. Untreated pain from the SIJ can lead to prolonged discomfort and financial burden. Interventional treatments for SIJ-related pain include intraarticular steroid injection and radiofrequency ablation but both procedures provide pain relief for a limited duration. Cryoneurolysis is another neuroablative technique that is effective in various chronic pain conditions. However, there is no clear description of SIJ cryoneurolysis in the published literature. In this report, we present 5 patients with SIJ-related pain and we describe the ultrasound-guided SIJ cryoneurolysis technique and its analgesic efficacy.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,334
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueA&A PracticeMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207