Impacts of Rehabilitation Gait Training on Functional Outcomes after Tibial Nerve Transfer for Patients with Peroneal Nerve Injury: A Nonrandomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Although there was initial success using tibial nerve transfer to restore ankle dorsiflexion following peroneal nerve injury, results from later series were less promising. A potential reason is coactivation of the much stronger antagonistic muscles during gait. The purpose of this study was to test the hypothesis that gait training would improve functional performance following tibial nerve transfer. METHODS: Using a prospective, nonrandomized, controlled study design, patients were divided into two groups: surgery only or surgery plus gait training. Of the 20 patients who showed reinnervation in the tibialis anterior muscle, 10 were assigned to the gait training group, and an equal number were in the control group. Those in the treatment group began training once reinnervation in the tibialis anterior muscle was detected, whereas those in the control group continued to use their ankle-foot orthosis full time. Differences in ankle dorsiflexion were measured using the Medical Research Council scale, and quantitative force measurement and functional disability was measured using the Stanmore Scale. RESULTS: Patients in the gait training group attained significantly better functional recovery as measured by the Stanmore Scale (79.5 ± 14.3) (mean ± SD) versus (37.2 ± 3.5) in the control group (p = 0.02). Medical Research Council grades were 3.8 ± 0.6 in the training group versus 2.5 ± 1.2 in the surgery only group (p < 0.05). Average dorsiflexion force from patients with above antigravity strength (all from the training group) was 31 percent of the contralateral side. CONCLUSION: In patients with successful reinnervation following tibial nerve transfers, rehabilitation training significantly improved dorsiflexion strength and function. CLINICAL QUESTION/LEVEL OF EVIDENCE: Therapeutic, II.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».