Characteristics of Pain During MRI-Guided Focused Ultrasound Thalamotomy
Notice bibliographique
Résumé
BACKGROUND: Magnetic resonance imaging-guided focused ultrasound (MRgFUS) has become popular as an incisionless mode of neurosurgical treatment. However, head pain during sonication is common and its pathophysiology remains poorly understood. OBJECTIVE: To explore the characteristics of head pain occurring during MRgFUS thalamotomy. METHODS: Our study comprised 59 patients who answered questions about the pain they experienced during unilateral MRgFUS thalamotomy. The location and features of pain were investigated using a questionnaire including the numerical rating scale (NRS) to estimate maximum pain intensity and the Japanese version of the Short Form of McGill Pain Questionnaire 2 to evaluate the quantitative and qualitative dimensions of pain. Several clinical factors were investigated for possible correlation with pain intensity. RESULTS: Forty-eight patients (81%) reported sonication-related head pain, and the degree of pain was severe (NRS score ≥ 7) in 39 patients (66%). The distribution of sonication-related pain was "localized" in 29 (49%) and "diffuse" in 16 (27%); the most frequent location was the "occipital" region. The pain features most frequently reported were those in the "affective" subscale of the Short Form of McGill Pain Questionnaire 2. Patients with diffuse pain had a higher NRS score and lower skull density ratio than did patients with localized pain. The NRS score negatively correlated with tremor improvement at 6 months post-treatment. CONCLUSION: Most patients in our cohort experienced pain during MRgFUS. The distribution and intensity of pain varied according to the skull density ratio, indicating that the pain might have had different origins. Our results may contribute to the improvement of pain management during MRgFUS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».