MétaCan
Menu
Retour à la cohorte
Enregistrement W6908586265 · doi:10.3389/fnhum.2022.937319.s001

Table_1_A novel form of transcutaneous electrical nerve stimulation for the reduction of dysesthesias caused by spinal nerve dysfunction: A case series.docx

2022· dataset· en· W6908586265 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineSocial Sciences
Thématiquetransportation and logistics systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDysesthesiaTranscutaneous electrical nerve stimulationSomatosensory evoked potentialSpinal cord injurySpinal cordSensory systemSensory thresholdSomatosensory system

Résumé

récupéré en direct d'OpenAlex

Background Current therapeutic interventions for dysesthesias caused by spinal cord dysfunctions are ineffective. We propose a novel intervention using transcutaneous electrical nerve stimulation (TENS) for dysesthesias, and we present an in-depth case series. Patients and methods Conventional high-frequency TENS and the novel dysesthesia-matched TENS (DM-TENS) were applied to 16 hands of nine patients with spinal cord dysfunction. The dysesthesia-matched TENS’ stimulus intensity and frequency matched the intensity and somatosensory profile of the patients’ dysesthesias. The Short-Form McGill Pain Questionnaire version-2 (SF-MPQ2) and quantitative sensory testing (QST) were applied during electrical stimulation/no stimulation. We determined intraclass correlation coefficients (ICCs) to evaluate the reliability of the setting and the effects on the dysesthesias and the change in subjective dysesthesia between each patient’s baseline without TENS and DM-TENS. Results We were able to apply electrical stimulation matching the patients’ subjective dysesthesia for 14 hands (eight patients). TENS could not be applied for the remaining patient due to severe sensory deficits. Compared to the patients’ baseline and high-frequency TENS, the DM-TENS provided significant decreases in tingling/pins-and-needles and numbness on the SF-MPQ2, and it significantly improved the dynamic and static mechanical detection on QST. Regarding the reliability of the dysesthesia-matched TENS settings, the ICCs (1,5) were intensity, 0.95; frequency, 1.00; and effect on dysesthesia, 0.98. Conclusion DM-TENS improved the dysesthesias and mechanical hypoesthesia caused by spinal cord dysfunction. The effectiveness of DM-TENS particularly for tingling and numbness was clearly higher and was reliable within the patients. These results may suggest an effective treatment of dysesthesias in patients with spinal cord dysfunction. Clinical trial registration [https://rctportal.niph.go.jp/s/detail/um?trial_id=UMIN000045332], identifier [UMIN000045332].

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1760,020

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,314
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujettransportation and logistics systemsTravaux en français237 207