Intraoperative Genicular Nerve Infiltration Offers Comparable Pain Control to Traditional Periarticular Injection After Total Knee Arthroplasty: A Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Postoperative pain in total knee arthroplasty (TKA) can hinder rehabilitation and impair functional outcomes. Periarticular injection (PAI) is commonly used method to mitigate postoperative pain. However, the optimal injection sites and volumes remain inconclusive. Genicular nerve infiltration (GNI), targeting 3 of the 6 primary genicular nerve branches, has shown promise in nonoperative osteoarthritis treatment. This study aimed to evaluate the efficacy of intraoperative PAI with GNI in reducing postoperative pain following TKA. Methods: This single-center, double-blinded, 3-arm randomized controlled trial enrolled 78 patients undergoing unilateral TKA (n = 26 per group). Patients were randomized to receive no injection (control), traditional PAI, or PAI with GNI targeting 3 genicular nerves. Bupivacaine was used in both injection groups. Primary outcomes included visual analog scale pain scores at rest and during motion. Secondary outcomes were opioid consumption, range of motion, modified Western Ontario and McMaster Universities Osteoarthritis scores, and adverse events. Outcomes were assessed at 24 and 48 hours and at 2 and 6 weeks postoperatively. Results: < .05). Outcomes between the PAI and GNI groups were comparable. Conclusions: Intraoperative GNI as part of PAI may be effective in reducing postoperative knee pain, opioid use, and improving knee extension following TKA. GNI offers a targeted, consistent, and potentially simplified alternative to conventional PAI techniques.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».