A finite element modeling study of peripheral nerve recruitment by percutaneous tibial nerve stimulation in the human lower leg
Notice bibliographique
Résumé
Percutaneous tibial nerve stimulation (PTNS) is a clinical therapy for treating overactive bladder (OAB), where an un-insulated stainless steel needle electrode is used to target electrically the tibial nerve (TN) in the lower leg. Recent studies in anesthetized animals not only confirm that bladder-inhibitory reflexes can be evoked by stimulating the TN, but this reflex can also be evoked by stimulating the adjacent saphenous nerve (SAFN). Although cadaver studies indicate that the TN and major SAFN branch(es) overlap at the location of stimulation, the extent to which SAFN branches are co-activated is unknown. In this study, we constructed a finite element model of the human lower leg and applied a numeric axon model (MRG model) to simulate the electrical recruitment of TN and SAFN fibers during PTNS. The model showed that up to 80% of SAFN fibers (located at the level of the needle electrode) can be co-activated when electrical pulses are applied at the TN activation threshold, the standard therapeutic amplitude. Both the location of the inserted electrode and stimulation amplitude were important variables that affected the recruitment of SAFN branches. This study suggests further work is needed to investigate the potential therapeutic effects of SAFN stimulation in OAB patients.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».