A Long Peripheral Nerve Autograft Model in the Sheep Forelimb
Notice bibliographique
Résumé
BACKGROUND: Autologous nerve grafts remain the only proven means of bridging lengthy gaps in peripheral nerve. However, there is very little literature on a reliable long (> 5 cm) nerve autograft animal model. OBJECTIVE: To establish a reproducible long nerve gap and autograft animal model that is clinically relevant but not cost prohibitive. METHODS: The extent of nerve regeneration and electrophysiological recovery after segmental repair of a long nerve defect was evaluated with a sheep model. Thirteen Suffolk sheep were used. An 18-cm segment of radial sensory nerve was harvested from the forelimb, trimmed, divided into 2 equal segments of 7 cm each, and microsurgically repaired to a surgically created defect of 5 cm in the median nerve within the same forelimb. Electrophysiological studies were performed on 6 sheep at 6 months and 6 sheep at 9 months. Samples of the grafted segments were obtained for histology, immunohistochemistry, and morphometric analyses. Electric studies were also performed on an uninjured median nerve of a control animal in tissue that was similarly harvested and processed. RESULTS: At 6 and 9 months, all sheep had recordable robust nerve action potentials. Nerve conduction velocity and amplitude were slightly decreased compared with control, but the difference was statistically insignificant. Histomorphometric assessment demonstrated that the autografts contained a large number of regenerating axons through graft fascicles in all animals. CONCLUSION: The median nerve in the sheep forelimb is a reproducible and reliable model for assessing regeneration through long peripheral nerve grafts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».