Douleurs fantômes chez les amputés: effets des thérapies par miroir et par réalité virtuelle
Bibliographic record
Abstract
Introduction : Les douleurs fantômes sont retrouvées chez 50 à 80% des sujets suite à une amputation. Ces douleurs ont une influence négative sur le quotidien des amputés. Parmi les traitements existants, aucun n’a montré une efficacité satisfaisante. Problématique : L’incidence des amputations risque d’augmenter au vu de l’accroissement du nombre de personnes présentant une atteinte vasculaire. Suite à une amputation, des changements au niveau du système nerveux ont été observés, engendrant des douleurs fantômes. La thérapie par afférences visuelles est un moyen de traitement prometteur pour agir sur ces douleurs. Question de recherche : Les thérapies par miroir et par réalité virtuelle diminuent-elles les douleurs au niveau du membre fantôme chez les amputés ? Méthodologie : Nous avons inclus des études quantitatives, recherchées sur les bases de données PubMed, CINHAL, PEDro, PsychINFO et Medline OvidSP. Le paramètre de la douleur a été évalué par l’échelle visuelle analogique et le McGill Pain Questionnaire. Résultats : 7 études ont été incluses : 2 RCT, 2 études préliminaires, 1 série de 3 cas et 2 études de cas. Les études montrent une diminution des douleurs fantômes, sans présenter de consensus concernant les modalités. Conclusion : Les thérapies par miroir et par réalité virtuelle peuvent réduire les douleurs fantômes chez les amputés. Toutefois, cet effet n’est pas systématique. Nous encourageons une prise en charge individuelle de la douleur, en proposant la thérapie par afférences visuelles comme moyen thérapeutique. De futures recherches de qualité méthodologique rigoureuse sont à entreprendre afin de valider les résultats présentés.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.000 | 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) | 0.028 | 0.002 |
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".