Cross-Face Nerve Grafting with Infraorbital Nerve Pathway Protection: Anatomic and Histomorphometric Feasibility Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 découle