Peripheral Nerve Injury Associated With Shoulder Trauma: A Retrospective Study and Review of the Literature
Notice bibliographique
Résumé
PURPOSE: To determine the incidence of peripheral nerve injury in patients referred to an electrodiagnostic laboratory with a history of shoulder trauma. The characteristics of those presenting with the triad of shoulder dislocation, peripheral nerve injury, and rotator cuff tear were further examined. METHODS: We conducted a retrospective chart review of all patients referred to our electrodiagnostic laboratory over a 17-month period. Requisitions, clinical histories, physical findings, electrophysiological results, and radiologic investigations were reviewed. Inclusion for analysis was a clinical history of shoulder trauma and electrophysiological evidence of nerve injury. RESULTS: Of 1844 patients studied, 48 had nerve injury associated with trauma to the shoulder. Twenty presented with brachial plexopathies; 17 isolated mononeuropathies (axillary nerve was most common, 47%); and 11 multiple nerve involvement. Of the multiple nerves involved, the axillary was most commonly affected (45% axillary and musculocutaneous; 36% axillary and suprascapular). Fifteen (31%) patients had a history of shoulder dislocation, whereas 5 (10.4%) demonstrated the triad of dislocation, nerve injury, and rotator cuff tear. CONCLUSIONS: Peripheral nerve injury is an important consideration in patients with shoulder trauma. For patients presenting with nerve injury post-shoulder dislocation, it is important to consider a potential concomitant rotator cuff tear as an ongoing source of pain or weakness. Similarly, a patient with a rotator cuff tear following dislocation may have an associated peripheral nerve lesion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».