A preliminary study exploring the effects of transcutaneous spinal cord stimulation on spinal excitability and phantom limb pain in people with a transtibial amputation
Notice bibliographique
Résumé
Abstract Objective . Phantom limb pain (PLP) is debilitating and affects over 70% of people with lower-limb amputation. Other neuropathic pain conditions correspond with increased spinal excitability, which can be measured using reflexes and F -waves. Spinal cord neuromodulation can be used to reduce neuropathic pain in a variety of conditions and may affect spinal excitability, but has not been extensively used for treating PLP. Here, we propose using a non-invasive neuromodulation method, transcutaneous spinal cord stimulation (tSCS), to reduce PLP and modulate spinal excitability after transtibial amputation. Approach . We recruited three participants, two males (5- and 9-years post-amputation, traumatic and alcohol-induced neuropathy) and one female (3 months post-amputation, diabetic neuropathy) for this 5 d study. We measured pain using the McGill Pain Questionnaire (MPQ), visual analog scale (VAS), and pain pressure threshold (PPT) test. We measured spinal reflex and motoneuron excitability using posterior root-muscle (PRM) reflexes and F -waves, respectively. We delivered tSCS for 30 min d −1 for 5 d. Main Results . After 5 d of tSCS, MPQ scores decreased by clinically-meaningful amounts for all participants from 34.0 ± 7.0–18.3 ± 6.8; however, there were no clinically-significant decreases in VAS scores. Two participants had increased PPTs across the residual limb (Day 1: 5.4 ± 1.6 lbf; Day 5: 11.4 ± 1.0 lbf). F -waves had normal latencies but small amplitudes. PRM reflexes had high thresholds (59.5 ± 6.1 μ C) and low amplitudes, suggesting that in PLP, the spinal cord is hypoexcitable. After 5 d of tSCS, reflex thresholds decreased significantly (38.6 ± 12.2 μ C; p < 0.001). Significance . These preliminary results in this non-placebo-controlled study suggest that, overall, limb amputation and PLP may be associated with reduced spinal excitability and tSCS can increase spinal excitability and reduce PLP.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».