Chemical neurolysis of genicular nerves for chronic non-cancer knee pain: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: Chemical neurolysis of the genicular nerves is a treatment option for intractable non-cancer knee pain. This scoping review synthesizes the available literature on the effectiveness, adverse events, and procedural techniques of chemical neurolysis of genicular nerves for the management of knee pain. DESIGN: Scoping review. SETTING: All clinical and research settings. SUBJECTS: Adult participants with chronic non-cancer knee pain undergoing chemical neurolysis of genicular nerves. METHODS: A literature search in MEDLINE, EMBASE, and Cochrane Library was conducted up to September 4, 2023. Articles were searched via terms and keywords relating to "knee," "pain," "knee osteoarthritis," "ablation," "alcohol," "phenol," and "chemical neurolysis." Included articles were full-text primary studies and in English. Data were extracted by 2 independent reviewers using an electronic database. RESULTS: Eight studies were included in this review (including 1 randomized controlled trial), comprising 192 patients. Of the 8 studies, 4 used phenol, 3 used alcohol, and 1 used either alcohol or phenol for chemical neurolysis. Fluoroscopy, ultrasound guidance, or both were used for nerve target identification. All studies demonstrated that chemical neurolysis resulted in improved pain or functional outcomes, with no serious adverse events reported. CONCLUSIONS: Chemical neurolysis of the genicular nerves is a promising treatment strategy for chronic knee pain. Interpretation of the available studies is limited by study heterogeneity and small sample sizes. High-quality randomized controlled trials are required to clarify the selection of appropriate nerve targets and choice of image guidance and to compare with other ablative modalities. STUDY REGISTRATION: Open Science Framework (https://osf.io/jg8wh).
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».