Cross-Face Nerve Grafting with Infraorbital Nerve Pathway Protection: Anatomic and Histomorphometric Feasibility Study
Notice bibliographique
Résumé
Smiling is an important aspect of emotional expression and social interaction, leaving facial palsy patients with impaired social functioning and decreased overall quality of life. Although there are several techniques available for facial reanimation, staged facial reanimation using donor nerve branches from the contralateral, functioning facial nerve connected to a cross-face nerve graft (CFNG) is the only technique that can reliably reproduce an emotionally spontaneous smile. Although CFNGs provide spontaneity, they typically produce less smile excursion than when the subsequent free functioning muscle flap is innervated with the motor nerve to the masseter muscle. This may be explained in part by the larger number of donor motor axons when using the masseter nerve, as studies have shown that only 20% to 50% of facial nerve donor axons successfully cross the nerve graft to innervate their targets. As demonstrated in our animal studies, increasing the number of donor axons that grow into and traverse the CFNG to innervate the free muscle transfer increases muscle movement, and this phenomenon may provide patients with the benefit of improved smile excursion. We have previously shown in animal studies that sensory nerves, when coapted to a nerve graft, improve axonal growth through the nerve graft and improve muscle excursion. Here, we describe the feasibility of and our experience in translating these results clinically by coapting the distal portion of the CFNG to branches of the infraorbital nerve.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».