Cryoneurolysis of the Femoral Nerve for Focal Spasticity in an Ambulatory Patient
Notice bibliographique
Résumé
Introduction: Spasticity of the knee extensors is a common presentation among patients with multiple sclerosis. The resulting stiff leg gait can result in increased risk of falls, heightened energy expenditure during gait, lowered gait speed, and compensatory gait mechanisms that increase wear on the hips. Cryoneurolysis is a novel percutaneous, minimally invasive treatment for focal spasticity. Methods: A single patient with multiple sclerosis was treated with cryoneurolysis of the femoral nerve branch to rectus femoris. The patient was followed for 15 months. Spasticity severity, gait speed, and patient reported outcomes were collected at each follow-up. Results: Spasticity severity as per the Modified Ashworth Scale was reduced at 1 month, with change persisting up to 15 months post-procedure. Range of motion as per the Modified Tardieu Scale showed gradual improvement over the 15-month period. Gait speed increased after the procedure from 21.15 seconds to 12.49 seconds for the 10 m walk test 1 month post-procedure, then slowed to baseline after 15 months. The patient's confidence in their gait improved and their independence was maintained throughout the follow-up period. Because of the regression in the 10 m walk test, the patient elected to have the procedure repeated after 15 months. Immediately after the procedure, the 10 m test time improved to 16.20 seconds. Conclusion: Cryoneurolysis of the femoral nerve may be an effective, long-lasting treatment for spasticity causing stiff knee gait in patients with multiple sclerosis.
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 | 0,001 |
| 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 ».