Comparing Clinical and Kinematic-Based Botulinum Toxin Injections for Cervical Dystonia Therapy
Notice bibliographique
Résumé
BACKGROUND: Recognizing cervical dystonia (CD) movement patterns for appropriate botulinum toxin type A (BoNT-A) pattern determination depends on clinical expertise. Kinematic analysis objectively measures dystonic neck movements, and whether BoNT-A patterns determined solely using kinematics can effectively treat CD symptoms was investigated. METHODS: Twenty-two BoNT-A-naïve CD participants were randomized to receive three BoNT-A injections determined clinically ("cb") or by kinematic-based assessment ("kb"). Outcomes included the Toronto Western Spasmodic Torticollis Rating Scale (TWSTRS) and kinematic measures of CD motor symptoms (tonic deviation and dynamic movements) at re-injection (weeks 12, 24) and peak effect (weeks 6, 18, 30) compared to baseline. RESULTS: Mean tonic deviation that returned to neutral was observed in 47% of "kb" and 31% of "cb" participants between weeks 6 and 30. Mean dynamic movements (root mean square amplitude) were significantly reduced in the "kb" group between weeks 12 and 30 compared to baseline. TWSTRS total score and motor severity were significantly reduced in the "cb" group, and disability sub-score was significantly reduced in both groups for all subsequent injections. Treatment-related side effects occurred in two "cb" and four "kb" participants. CONCLUSION: The study indicates that kinematic-based BoNT-A injection patterns can effectively reduce CD symptoms and disability, offering valuable guidance for both novice and experienced injectors.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».