MétaCan
Menu
Retour à la cohorte
Enregistrement W2183196073 · doi:10.1001/archfaci.2010.71

A New Model for Facial Nerve Research

2010· article· en· W2183196073 sur OpenAlexaff
Christina K. Magill, Amy M. Moore, Gregory H. Borschel, Susan E. Mackinnon

Notice bibliographique

RevueArchives of Facial Plastic Surgery · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFacial nerveMedicineReinnervationSynkinesisAnatomyRegeneration (biology)DenervationConfocal microscopyFacial musclesPathologyConfocalNerve injuryNeuroscienceCell biologySurgeryBiology

Résumé

récupéré en direct d'OpenAlex

To introduce a Thy1-GFP transgenic rat model, whose axons constitutively express green fluorescent protein (GFP), in order to study facial nerve regeneration. Facial nerve injury can cause devastating physical and social sequelae. The functional recovery of the facial nerve can result in synkinesis and permanent axonal misrouting. Facial nerve research has been hindered by the lack of available animal models and reliable outcome measures. Transgenic Thy1-GFP rats underwent a proximal facial nerve crush injury and were imaged at 0, 1, 2, 4, and 8 weeks after injury. Nerve regeneration was assessed via confocal imaging and fluorescence microscopy. Uninjured animals reliably demonstrated facial nerve fluorescence and had predictable anatomical landmarks. Fluorescence microscopy demonstrated the loss and reappearance of fluorescence with regeneration of axons following injury. This was confirmed with the visualization of denervation and reinnervation of zygomaticus muscle motor end plates using confocal microscopy. The Thy1-GFP rat is a novel transgenic tool that enables direct visualization of facial nerve regeneration after injury. The utility of this model extends to a variety of clinical facial nerve injury paradigms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,342
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Facial Plastic SurgeryMême sujetNerve injury and regenerationTravaux en français237 207