MétaCan
Menu
Retour à la cohorte
Enregistrement W4285798003 · doi:10.2174/18763863-v15-e2205300

The Management of Complex Regional Pain Syndrome-associated Foot Pain using a Poron Insole, a Sponge Upper Padding, and a Post-operative Shoe: A Case Report

2022· article· en· W4285798003 sur OpenAlexaff
Min Cheol Chang, Mathieu Boudier‐Revéret, In Sik Park, Yoo Jin Choo

Notice bibliographique

RevueThe Open Pain Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Research Foundation of KoreaNational Research Foundation
Mots-clésMedicineComplex regional pain syndromeFoot (prosody)SurgeryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Background: Pain from complex regional pain syndrome (CRPS) is frequently refractory to various treatment methods. Here, we present a case wherein foot pain from CRPS I was managed by applying an insole made from poron (a soft polyurethane foam and highly absorbent material for shock reduction), a sponge upper padding, and a post-operative shoe. Case Presentation: A 47-year-old female patient with CRPS I on her left foot complained of pain for a few months, which was aggravated while standing and walking [numeric rating scale (NRS): 8]. She had a history of a linear fracture in the distal portion of the left 1st metatarsal bone 5 months ago, and the pain from CRPS started 2 months after the fracture. We believed that the aggravated pain during standing and walking was allodynia. We utilized a poron insole, a sponge upper padding, and a post-operative shoe to reduce the pressure and friction loading on her left foot. 1 month after this intervention, the patients’ pain during standing and walking was found to have reduced from NRS 8 to NRS 3. At her 3- and 6-month follow-ups, the degree of pain was sustained at NRS 3. Conclusion: We believe that the reduction of allodynia using materials, which can absorb mechanical pressure and friction of the foot, can help manage pain from CRPS.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,328
Écart entre enseignants0,271 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Open Pain JournalMême sujetPain Management and TreatmentTravaux en français237 207