Dermatomal Somatosensory Evoked Potentials and Electrical Perception Thresholds During Recovery From Cervical Spinal Cord Injury
Notice bibliographique
Résumé
BACKGROUND: Dermatomal somatosensory evoked potentials (dSSEPs) not only provide a neurophysiological readout comparable with conventional SSEPs but also provide an opportunity to track changes in sensory function corresponding to individual dermatomes (ie, a single spinal segment) above, at, and below the level of spinal cord injury (SCI). OBJECTIVES: This study aimed to determine the reliability and responsiveness of dSSEPs and electrical perception thresholds (EPTs) to monitor changes in sensory function after cervical SCI. METHODS: Initial and follow-up dSSEPs and EPTs were recorded from cervical dermatomes (C4-C8) of patients with traumatic tetraplegia (C3-C8; ASIA Impairment Scale A-D) during recovery after SCI (n = 18). RESULTS: Follow-up examination of 74 initial dSSEPs unaffected by SCI (n = 18) revealed no significant change in latency (Delta = 0.0 +/- 1.4 ms; P = .9) or EPT sensitivity (Delta = 0.1 +/- 0.8 mA; P = .3). In 41 dSSEPs initially delayed after SCI (n = 14), latencies significantly decreased on follow-up examination (Delta = -3.1 +/- 2.9 ms; P < .01) without a corresponding increase in sensitivity of the EPT (Delta = 0.2 +/- 3.4 mA; P = .7). dSSEPs that were not measurable initially were subsequently recorded in 11 dermatomes (n = 5) on follow-up examination. This conversion of abolished-to-recordable dSSEPs was often preceded by the perception of an initial EPT and associated with a concomitant recovery of EPT at follow-up. CONCLUSION: SSEPs and EPT can be reliably recorded to monitor changes in sensory function for each individual spinal segment after cervical SCI. dSSEPs may be potentially useful to monitor the safety of a therapeutic drug or cell transplant in early-phase (I/II) clinical trials as well as document the potential efficacy of interventions where the standard neurological assessment might not detect subtle therapeutic effects.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 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 ».