Increasing the Passive Range of Joint Motion in Stroke Patients Using Botulinum Toxin: The Role of Pain Relief
Notice bibliographique
Résumé
By blocking the release of neurotransmitters, botulinum toxin A (BoNT-A) is an effective treatment for muscle over-activity and pain in stroke patients. BoNT-A has also been reported to increase passive range of motion (p-ROM), the decrease of which is mainly due to muscle shortening (i.e., muscle contracture). Although the mechanism of action of BoNT-A on p-ROM is far from understood, pain relief may be hypothesized to play a role. To test this hypothesis, a retrospective investigation of p-ROM and pain was conducted in post-stroke patients treated with BoNT-A for upper limb hypertonia. Among 70 stroke patients enrolled in the study, muscle tone (Modified Ashworth Scale), pathological postures, p-ROM, and pain during p-ROM assessment (Numeric Rating Scale, NRS) were investigated in elbow flexors (48 patients) and in finger flexors (64 patients), just before and 3–6 weeks after BoNT-A treatment. Before BoNT-A treatment, pathological postures of elbow flexion were found in all patients but one. A decreased elbow p-ROM was found in 18 patients (38%). Patients with decreased p-ROM had higher pain-NRS scores (5.08 ± 1.96, with a pain score ≥8 in 11% of cases) than patients with normal p-ROM (0.57 ± 1.36) (p < 0.001). Similarly, pathological postures of finger flexion were found in all patients but two. A decreased finger p-ROM was found in 14 patients (22%). Pain was more intense in the 14 patients with decreased p-ROM (8.43 ± 1.74, with a pain score ≥ 8 in 86% of cases) than in the 50 patients with normal p-ROM (0.98 ± 1.89) (p < 0.001). After BoNT-A treatment, muscle tone, pathological postures, and pain decreased in both elbow and finger flexors. In contrast, p-ROM increased only in finger flexors. The study discusses that pain plays a pivotal role in the increase in p-ROM observed after BoNT-A 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».