Nerve Cross-Bridging to Enhance Nerve Regeneration in a Rat Model of Delayed Nerve Repair
Notice bibliographique
Résumé
There are currently no available options to promote nerve regeneration through chronically denervated distal nerve stumps. Here we used a rat model of delayed nerve repair asking of prior insertion of side-to-side cross-bridges between a donor tibial (TIB) nerve and a recipient denervated common peroneal (CP) nerve stump ameliorates poor nerve regeneration. First, numbers of retrogradely-labelled TIB neurons that grew axons into the nerve stump within three months, increased with the size of the perineurial windows opened in the TIB and CP nerves. Equal numbers of donor TIB axons regenerated into CP stumps either side of the cross-bridges, not being affected by target neurotrophic effects, or by removing the perineurium to insert 5-9 cross-bridges. Second, CP nerve stumps were coapted three months after inserting 0-9 cross-bridges and the number of 1) CP neurons that regenerated their axons within three months or 2) CP motor nerves that reinnervated the extensor digitorum longus (EDL) muscle within five months was determined by counting and motor unit number estimation (MUNE), respectively. We found that three but not more cross-bridges promoted the regeneration of axons and reinnervation of EDL muscle by all the CP motoneurons as compared to only 33% regenerating their axons when no cross-bridges were inserted. The same 3-fold increase in sensory nerve regeneration was found. In conclusion, side-to-side cross-bridges ameliorate poor regeneration after delayed nerve repair possibly by sustaining the growth-permissive state of denervated nerve stumps. Such autografts may be used in human repair surgery to improve outcomes after unavoidable delays.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».