Directional Deep Brain Stimulation Can Target the Thalamic “Sweet Spot” for Improving Neuropathic Dental Pain
Notice bibliographique
Résumé
BACKGROUND: Neuropathic dental pain (NDP) is a chronic pain condition that is notoriously difficult to treat. To date, there are no deep brain stimulation (DBS) studies on this specific pain condition and no optimal target or "sweet spot" has ever been defined. OBJECTIVE: To determine the optimal thalamic target for improving this condition by utilizing the steering abilities of a directional DBS electrode (Vercise CartesiaTM Model DB-2202-45, Boston Scientific). METHODS: A literature search and review of our database identified 3 potential thalamic targets. A directional lead was implanted in a patient with NDP and its current steering used to test the effects in each nucleus. The patient reported her pain after 2 wk of stimulation in a prospective randomized blinded trial of one. Quality of life measurements were performed before and after 3 mo on their best setting. RESULTS: We identified 3 potential nuclei: the centromedian (CM), ventral posterior medial (VPM), and anterior pulvinar. The best results were during VPM stimulation (>90% reduction in pain) and CM stimulation (50% reduction). Following 3 mo of VPM-DBS in combination of lateral CM stimulation, their pain disability index dropped (from 25 to 0) and short form 36 improved (from 67.5 to 90). CONCLUSION: VPM stimulation in combination with CM stimulation is a promising target for NDP. DBS electrode directionality can be used to test multiple targets and select a patient specific "sweet spot" for NDP treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».