Partial Tibial Nerve Transfer to the Tibialis Anterior Motor Branch to Treat Peroneal Nerve Injury After Knee Trauma
Notice bibliographique
Résumé
BACKGROUND: Injuries to the deep peroneal nerve result in tibialis anterior muscle paralysis and associated loss of ankle dorsiflexion. Nerve grafting of peroneal nerve injuries has led to poor function; therefore, tendon transfers and ankle-foot orthotics have been the standard treatment for foot drop. QUESTIONS/PURPOSES: We (1) describe an alternative surgical technique to obtain ankle dorsiflexion by partial tibial nerve transfer to the motor branch of the tibialis anterior muscle; (2) evaluate ankle dorsiflexion strength using British Medical Research Council grading after nerve transfer; and (3) qualitatively determine factors that influence functional success of surgery. METHODS: We retrospectively reviewed 11 patients treated with partial tibial nerve transfers after peroneal nerve injury. Pre- and postoperative motor strength was measured. Patients completed questionnaires regarding pre- and postoperative gait and disability. RESULTS: One patient regained Grade 4 ankle dorsiflexion, three patients regained Grade 3, one patient regained Grade 2, and two patients regained Grade 1 ankle dorsiflexion. Four patients did not regain any muscle activity. Clinically apparent motor recovery occurred an average 7.6 months postoperatively. A majority of patients (nine) could walk and participate in activities. Seven patients did not wear ankle-foot orthotics and four patients did not limp. The donor deficits included weak toe flexion (two patients) and reduced calf circumference (seven patients). CONCLUSION: Our observations suggest nerve transfers to the deep peroneal nerve provide inconsistent ankle dorsiflexion strength, possibly related to the mechanism of peroneal nerve injury or delays in surgery. Despite variable strength, four patients achieved M3 or greater motor recovery, which enabled them to walk without assistive devices. LEVEL OF EVIDENCE: Level IV, therapeutic study. See Guidelines for Authors for a complete description of levels of evidence.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,004 | 0,001 |
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 ».