Impact Depth and the Interaction with Impact Speed Affect the Severity of Contusion Spinal Cord Injury in Rats
Notice bibliographique
Résumé
Spinal cord injury (SCI) biomechanics suggest that the mechanical factors of impact depth and speed affect the severity of contusion injury, but their interaction is not well understood. The primary aim of this work was to examine both the individual and combined effects of impact depth and speed in contusion SCI on the cervical spinal cord. Spinal cord contusions between C5 and C6 were produced in anesthetized rats at impact speeds of 8, 80, or 800 mm/s with displacements of 0.9 or 1.5 mm (n=8/group). After 7 days postinjury, rats were assessed for open-field behavior, euthanized, and spinal cords were harvested. Spinal cord tissue sections were stained for demyelination (myelin-based protein) and tissue sparing (Luxol fast blue). In parallel, a finite element model of rat spinal cord was used to examine the resulting maximum principal strain in the spinal cord during impact. Increasing impact depth from 0.9 to 1.5 mm reduced open-field scores (p<0.01) above 80 mm/s, reduced gray (GM) and white matter (WM) sparing (p<0.01), and increased the amount of demyelination (p<0.01). Increasing impact speed showed similar results at the 1.5-mm impact depth, but not the 0.9-mm impact depth. Linear correlation analysis with finite element analysis strain showed correlations (p<0.001) with nerve fiber damage in the ventral (R(2)=0.86) and lateral (R(2)=0.74) regions of the spinal cord and with WM (R(2)=0.90) and GM (R(2)=0.76) sparing. The results demonstrate that impact depth is more important in determining the severity of SCI and that threshold interactions exist between impact depth and speed.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».