Canadian Physicians’ Use of Ultrasound in Spasticity Treatment: A National Cross-Sectional Survey
Notice bibliographique
Résumé
Objective: To identify potential barriers and obstacles preventing clinicians from adopting ultrasound for spasticity management. Design: A prospective, cross-sectional national survey. Setting: Web-based platform. Participants: Thirty-six physicians and surgeons from across Canada. Interventions: Survey completion. Main Outcome Measures: The use of ultrasound in clinical spasticity practice, perceived barriers, and risks associated with its implementation. Results: In total, 36 Canadian physicians and surgeons responded. A total of 91% reported using the US in their practice. Nearly all of them used ultrasonography (US) to guide injections and reported using more than 1 guidance technique for their injections. Less than half of the survey respondents reported using the US for muscle architecture assessment or longitudinal evaluation of muscle echo intensity. A total of 47% of survey respondents reported that they believe there are disadvantages associated with US use in spasticity practice. Disadvantages included increased time requirements resulting in discomfort for the injector and patient, the risk of infection after the procedure, and the risk of needle-stick injury. The most important barrier identified was the increased time demands of US compared with other guidance techniques. Other barriers included a lack of feedback on identifying a spastic muscle compared with electrical guidance techniques, a lack of additional remuneration to complete injections under ultrasound guidance, and a lack of adequate training. Conclusions: Future educational efforts should address clinicians' lack of familiarity with US purposes outside of injection guidance. This survey has highlighted the need for a curriculum shift in spasticity education to improve physician's scanning and injection technique, to address concerns about increased time requirements for injecting under ultrasound guidance and to address perceived disadvantages from clinicians.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».