Nerve Decompression in Occipital Neuralgia: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Occipital neuralgia (ON) is a debilitating craniofacial pain disorder often refractory to conservative treatments. Nerve decompression surgery has emerged as a promising intervention, yet the long-term efficacy and optimal patient selection remain unclear. This systematic review and meta-analysis evaluate the effectiveness of occipital nerve decompression in reducing pain frequency, intensity, and duration in patients with ON. A systematic search of PubMed, Embase, and Scopus was conducted following PRISMA guidelines. Studies evaluating greater occipital nerve (GON) or lesser occipital nerve (LON) decompression for ON were included. Risk of bias was assessed using the Newcastle-Ottawa Scale (NOS) for cohort studies and the Joanna Briggs Institute (JBI) checklist for case series and observational studies. A random-effects meta-analysis estimated pooled effects on pain reduction, and heterogeneity was analyzed using I² statistics. Twelve studies comprising 838 patients were included. Meta-analysis demonstrated a significant reduction in pain frequency by 20.30 days/month (95% CI: 16.53-24.08, P<0.0001) following nerve decompression. Subgroup analysis revealed superior outcomes for post-traumatic ON, while chronic migraine-related ON showed more variability. Technique modifications, such as midline versus separate incisions for LON decompression, influenced reoperation rates (4.4% versus 15.2%, P<0.05). Heterogeneity was high (I²=97.21%), likely due to surgical variability and patient selection differences. Nerve decompression significantly reduces ON-related pain, though patient selection and surgical technique optimization remain crucial. Standardized protocols and prospective trials are needed to refine clinical guidelines.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,020 | 0,009 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».