MétaCan
Menu
Retour à la cohorte
Enregistrement W3155680945 · doi:10.1002/anr3.12112

Pain management using a novel hybrid technique of perineural stimulation combined with regional anaesthesia through a stimulating perineural catheter for below knee amputation

2021· article· en· W3155680945 sur OpenAlexaff
Vivian Ip, Rakesh V. Sondekoppam, Ban C. H. Tsui

Notice bibliographique

RevueAnaesthesia Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAnesthesia and Pain Management
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésMedicineAnesthesiaCatheterNeuromodulationAdductor canalAmputationPercutaneousSciatic nerveOpioidSurgeryStimulationTotal knee arthroplastyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pain after amputation can be difficult to manage due to its complex aetiology. A multimodal approach to analgesia, including regional anaesthetic techniques, is advised. However, optimal pain management cannot always be achieved, and high doses of opioid analgesics may contribute to adverse effects. We describe the management of an elderly patient with significant co-morbidities undergoing below knee amputation. Pre-operatively, a popliteal sciatic stimulating perineural catheter and a femoral non-stimulating perineural catheter were placed. When pain control was suboptimal on the first postoperative day, a combination of local anaesthetic and a brief period of peripheral nerve stimulation through the sciatic stimulating perineural catheter was used to augment pain control, thereby avoiding additional opioid use. Although nerve stimulation utilising specialised equipment, such as percutaneous stimulator electrodes, has been previously described in acute pain medicine, we demonstrate the use of a novel hybrid technique which combines nerve stimulation through a perineural catheter and local anaesthetic. Further research is warranted to explore the utility of this neuromodulation technique in clinical practice.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,283
Écart entre enseignants0,252 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnaesthesia ReportsMême sujetAnesthesia and Pain ManagementTravaux en français237 207