Mechanical Design and Analysis of a Unilateral Cervical Spinal Cord Contusion Injury Model in Non-Human Primates
Notice bibliographique
Résumé
Non-human primate (NHP) models of spinal cord injury better reflect human injury and provide a better foundation to evaluate potential treatments and functional outcomes. We combined finite element (FE) and surrogate models with impact data derived from in vivo experiments to define the impact mechanics needed to generate a moderate severity unilateral cervical contusion injury in NHPs (Macaca mulatta). Three independent variables (impactor displacement, alignment, and pre-load) were examined to determine their effects on tissue level stresses and strains. Mechanical measures of peak force, peak displacement, peak energy, and tissue stiffness were analyzed as potential determinants of injury severity. Data generated from FE simulations predicted a lateral shift of the spinal cord at high levels of compression (>64%) during impact. Submillimeter changes in mediolateral impactor position over the midline increased peak impact forces (>50%). Surrogate cords established a 0.5 N pre-load protocol for positioning the impactor tip onto the dural surface to define a consistent dorsoventral baseline position before impact, which corresponded with cerebrospinal fluid displacement and entrapment of the spinal cord against the vertebral canal. Based on our simulations, impactor alignment and pre-load were strong contributors to the variable mechanical and functional outcomes observed in in vivo experiments. Peak displacement of 4 mm after a 0.5N pre-load aligned 0.5-1.0 mm over the midline should result in a moderate severity injury; however, the observed peak force and calculated peak energy and tissue stiffness are required to properly characterize the severity and variability of in vivo NHP contusion injuries.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».