MétaCan
Menu
Retour à la cohorte
Enregistrement W4385645918 · doi:10.30458/pa2016-158

Efficacy of high frequency spinal cord stimulation for the treatment of Buerger’s disease: a case report - Efficacia della stimolazione midollare ad alta frequenza per il trattamento del morbo di Buerger: caso clinico

2016· article· en· W4385645918 sur OpenAlexaboutno aff
Giuliano De Carolis, Lara Tollapi, Mery Paroli, Franca Bondi, Antonella Martini, A. Paolicchi

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBuerger's diseaseDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

SCS are used extensively in refractory peripheral artherosclerotic disease. The patient was a 50 year-old woman smoker affected by advanced Buerger’s disease with pain localized mostly in the distal extremities of lower limbs. Following the failure of different treatments we suggested performing SCS to obtain better pain control and better microcirculation. In 2009 the patient underwent SCS implantation and in May 2012, was found to have a decubitus ulcer in the area of the subcutaneous pocket. In October 2012 we implanted a high frequency SCS. We used a 10 cm VAS and ESAS Edmonton Symptoms Assessment Scale) to evaluate difference in quality of life, sleep, disability, pain relief and Patient Global Impression Scale (PGIS) to compare the patient’s satisfaction between treatments. The patient reported a significant improvement in pain reduction with both types of stimulators (tonic and high frequency). The quality of life improved more with the high frequency stimulation and the patient considers high frequency stimulation more effective than tonic stimulation. Our case report suggests that high frequency SCS can be a useful therapy for ischemic pain control.

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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,258
Tête enseignante GPT0,543
Écart entre enseignants0,285 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPain Management and TreatmentTravaux en français237 207