MétaCan
Menu
Retour à la cohorte
Enregistrement W4318020056 · doi:10.1016/j.arrct.2023.100256

Bilateral Suprascapular Nerve Cryoneurolysis for Pain Associated With Glenohumeral Osteoarthritis: A Case Report

2023· article· en· W4318020056 sur OpenAlexaff
Fraser MacRae, Ève Boissonnault, Mahdis Hashemi, Paul Winston

Notice bibliographique

RevueArchives of Rehabilitation Research and Clinical Translation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensUniversity of British ColumbiaCentre Hospitalier de l’Université de MontréalIsland HealthWestern University
Organismes subventionnairesPacira BioSciences
Mots-clésMedicineSuprascapular nerveOsteoarthritisPhysical therapyRange of motionSurgeryBrachial plexus

Résumé

récupéré en direct d'OpenAlex

Osteoarthritis is a leading cause of disability, typically treated with exercise, analgesics, injections, or surgeries. Cryoneurolysis is an established technique for the treatment of pain, including osteoarthritis that may provide an alternative for patients in whom surgery is not appropriate and conservative measures have failed. We present our experience with a 78-year-old man with severe pain from bilateral glenohumeral osteoarthritis. Their condition is complicated by several concurrent diagnoses, leaving them ineligible for surgical intervention, despite pharmacologic treatments proving insufficient to manage their pain. As an alternative, bilateral cryoneurolysis of the suprascapular nerve was performed at the suprascapular notch. Pain and disability scores both lessened on the Brief Pain Inventory Score, Disabilities of the Arm Shoulder and Hand (change of 9 points after 170 days) as well as the Shoulder Pain and Disability Index (change of 19 points after 170 days). The patient had improved active and passive range of motion for flexion, abduction, and external rotation of the shoulder. Improvements endured to follow-up at 170 days. There were no negative side effects as a result of the procedure.

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 enseignants0,005
Score d'incertitude au seuil0,011

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 technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,107
Tête enseignante GPT0,443
Écart entre enseignants0,336 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Rehabilitation Research and Clinical TranslationMême sujetShoulder Injury and TreatmentTravaux en français237 207