Pain and Functional Outcomes following Targeted Muscle Reinnervation: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: It is estimated that by 2050, a total of 3.6 million patients will be living with an amputation in the United States. The objective of this systematic review is to evaluate the effect of targeted muscle reinnervation (TMR) on pain and physical functioning in amputees. METHODS: A literature search was performed on PubMed, Embase, and MEDLINE up to November 28, 2021. Clinical studies assessing the outcomes of TMR (pain, prosthesis control, life quality, limb function, and disability) were included. RESULTS: Thirty-nine articles were included. The total number of patients who underwent TMR was 449, and 716 were controls. Mean follow-up was 25 months. A total of 309 (66%) lower-limb and 159 (34%) upper-limb amputations took place in the TMR group, the most common being below-knee amputations (39%). The control group included a total of 557 (84%) lower-limb and 108 (16%) upper-limb amputations; the greatest proportion being below-knee amputations in this group as well (54%). Trauma was the most common indication for amputation. Phantom limb pain scores were lower by 10.2 points for intensity ( P = 0.01), 4.67 points for behavior ( P = 0.01), and 8.9 points for interference ( P = 0.09). Similarly, residual limb pain measures were lower for cases for intensity, behavior, and interference, but they failed to reach significance. Neuroma symptoms occurred less frequently, and functional and prosthesis control outcomes improved following TMR. CONCLUSION: The literature evidence suggests that TMR is a promising therapy for improving pain, prosthesis use, and functional outcomes after limb amputation.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».