Nghiên cứu đánh giá hiệu quả và tính an toàn của tiêm botulinum toxin trên bệnh nhân loạn trương lực cơ cục bộ
Bibliographic record
Abstract
Mục tiêu: Khảo sát đặc điểm lâm sàng của loạn trương lực cơ (LTLC) cục bộ và đánh giá hiệu quả điều trị và tính an toàn kỹ thuật tiêm Abobotulinum Toxin trên bệnh nhân LTLC cục bộ.Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang tiến cứu trên 59 bệnh nhân và 114 lần chích điều trị LTLC cục bộ tại Đơn vị Thăm dò chức năng, Bệnh viện Trường Đại học Y - Dược Huế từ 7/2020 - 06/2023. Bệnh nhân được đánh giá mức độ nặng theo các thang điểm và theo dõi mỗi một tháng sau chích ghi nhận cảm nhận cải thiện chủ quan tối đa và tác dụng phụ của kỹ thuật chích.Kết quả: Tỷ lệ bệnh nhân đến điều trị các LTLC cục bộ gồm Giật nửa mặt (GNM): Co thắt mí (CTM): LTLC cổ: LTLC chi: LTLC hàm miệng với số ca lần lượt là 17: 12: 20: 8: 2. Với GNM, nguyên nhân nguyên phát chiếm 82,4%, thang điểm lượng giá GNM là 6,1 ± 0,5; được tiêm 80,9 ± 29,9U Abobotulinum; giúp cải thiện tối đa > 50% và hoàn toàn trong 83,9% lần chích, tác dụng phụ phổ biến nhất là yếu cơ mặt chiếm 47,0% bệnh nhân và 41,9% tính trên số lần chích. Với CTM, mức độ nặng trung bình là theo thang điểm Jankovic’s 5,5 ± 0,9; liều thuốc điều trị trung bình 68,1 ± 27,6 giúp 90,5% cải thiện > 50% và hoàn toàn; chỉ có 2 bệnh nhân bị bầm tím và 1/3 bệnh nhân mắt nhắm không kín và không có bệnh nhân sụp mi. Với LTLC cổ, độ nặng theo thang điểm LTLC cổ Tây Toronto là 26,3 ± 9,6; với liều trung bình 406,1 ± 225,2 giúp cải thiện 97,8% lần chích, 1 bệnh nhân có đau cổ nhiều hơn. Tác dụng phụ ghi nhận là 1 bệnh nhân ngất phế vị và 1 bệnh nhân có triệu chứng giống nhiễm cúm sau tiêm. Bệnh nhân LTLC chi ghi nhận 100% cải thiện lượng giá chủ quan, và chỉ có 1 bệnh nhân yếu ngón trỏ. 2 trường hợp LTLC hàm đóng đều ghi nhận cải thiện và không có tác dụng phụ nào. Tất cả các tác dụng phụ trên đều thoáng qua và nhẹ nhàng.Kết luận: Dạng LTLC chiếm ưu thế là loạn trương lực cơ hàm mặt và cơ cổ, chủ yếu là nguyên phát. Nghiên cứu đã chứng minh được tính hiệu quả trong cải thiện triệu chứng loạn trương lực tương đương với các nghiên cứu trên thế giới trong GNM, CTM và LTLC cổ và hiệu quả thấp hơn trong LTLC chi. Tác dụng phụ yếu cơ tại chỗ rất phổ biến trong loạn GNM và CTM, ở các LTLC khác thì hiếm gặp.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.652 | 0.456 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".