Motor Neuron Regeneration through End-to-Side Repairs Is a Function of Donor Nerve Axotomy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Over the past decade, a growing body of literature has emerged supporting the use of end-to-side (terminolateral) neurorrhaphy for the treatment of selected peripheral nerve injuries. It remains unclear, however, whether injury to the donor nerve is necessary to achieve significant regeneration through such repairs. METHODS: End-to-side repair was studied in a rodent model in which the terminal limb of a transected peroneal nerve was sutured to the lateral aspect of the tibial nerve. Twenty-eight Lewis rats were randomized to four groups of seven animals each corresponding to incrementally greater donor nerve injuries as follows: group 1, conventional end-to-side neurorrhaphy; group 2, end-to-side neurorrhaphy with proximal crush injury; group 3, end-to-side neurorrhaphy with neurotomy; and group 4, end-to-end repair of transected peroneal nerve (positive control). RESULTS: At 12 weeks, retrograde labeling of cell bodies of the ventral horn demonstrated significant differences between experimental groups, with mean counts in group 4 (1237 +/- 171) > group 3 (522 +/- 204) > group 2 (210 +/- 132) > or = group 1 (126 +/- 146). This association between nerve injury and motor neuron counts was closely mirrored in quantitative assessments of peripheral nerve regeneration and normalized wet muscle masses. CONCLUSIONS: These data support the hypothesis that donor nerve injury is a prerequisite for significant motor neuronal regeneration across end-to-side repairs. Motor neuron regeneration through end-to-side repairs is optimized by deliberate transection of donor nerve axons.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle