Relationship Between Sensibility Tests and Functional Outcomes in Patients With Traumatic Upper Limb Nerve Injuries: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: To investigate which tests of hand sensibility correlate with functional outcomes in patients with upper limb traumatic nerve injuries and to assess if composite scales of sensibility correlate with functions. DATA SOURCES: MEDLINE, Embase, and Cochrane Central Register of Controlled Trials were searched in May 2020, with a supplementary search in July 2020. Reference lists of the included publications were hand searched. STUDY SELECTION: Database search found 2437 records. Eligible studies reported on inferential association between sensibility tests and functions pertaining to adults after upper limb nerve repair. Two reviewers independently assessed eligibility. Fifteen publications were included. DATA EXTRACTION: Extracted data contain patient characteristics, surgical procedure, follow-up duration, sensibility tests, and functional assessments. Two reviewers independently assessed data quality. DATA SYNTHESIS: <.05). Medical Research Council sensory scale was related to pick-up test; return to work status; and Disabilities of the Arm, Shoulder, and Hand questionnaire. CONCLUSIONS: Monofilament tests allow practitioners to gather sensibility data meaningful to patients' overall recovery of functions after upper limb nerve trauma. For 2-point discrimination and other sensibility tests, practitioners should be aware that improvement in test performance does not necessarily translate to improved hand function. Findings from the composite scales indicate that hand sensibility, in general, is related to functions. Future research on other common sensibility tests is recommended to explore how the test relates to patients' functions.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».