A Systematic Review on the Use of Fibrin Glue for Peripheral Nerve Repair
Notice bibliographique
Résumé
BACKGROUND: Although Tisseel (Baxter, Deerfield, Ill.) was introduced over 30 years ago, the literature remains scant regarding its use and efficacy in peripheral nerve repairs. The goal of this systematic review was to summarize current literature on this topic and discuss differences in clinical outcome between the use of fibrin glue and conventional suturing methods for the repair of peripheral nerves. METHODS: A comprehensive electronic literature search was run in the following databases: Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials, MEDLINE, CINAHL, and EMBASE. Articles were classified into three categories: animal, human, and cadaveric studies. RESULTS: Sixteen articles were included in the final analysis (kappa = 0.78). The most consistent outcome measure of the studies assessed was histopathology, which was evaluated in nine of 16 studies. This was followed closely by biomechanics, which were evaluated in eight of 16 studies. Histopathological studies demonstrated less significant granulomatous inflammation in the fibrin groups as well as better overall axonal regeneration, fiber alignment, and recovery of nerve conduction velocities. Animal and cadaveric studies demonstrated no significant differences in stiffness and peak load at failure between microsuture and fibrin groups. CONCLUSIONS: Although the majority of the reviewed studies employed animal models, most indicated that the performance of fibrin glue was equal, if not superior, to that of microsuturing when repairing peripheral nerves. Overall, many authors reported that fibrin glue was a quicker and easier modality to use than microsuture repair. There is, however, not a single well-controlled human trial assessing the efficacy of fibrin glue in relation to that of suturing 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 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 | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».