Role of Electrical Stimulation in Peripheral Nerve Regeneration: A Systematic Review
Notice bibliographique
Résumé
Functional recovery after peripheral nerve injury is often suboptimal despite the intrinsic permissive growth environment of the peripheral nervous system. The objective of this systematic review is to explore the use of electrical stimulation (ES) for peripheral nerve regeneration. Methods: A systematic literature search was conducted from inception to March 2, 2021 to retrieve articles on ES for peripheral nerve regeneration using the PubMed, Ovid MEDLINE, and Embase databases. Primary outcome measures included objective measures of motor and sensory nerve function. Results: Four randomized control trials, two case reports, and three case series that addressed the aims were identified. The stimulation parameters varied greatly between studies, without an apparent commonality for a given electrical conduit. Outcomes measured included motor (n = 8) and sensory (n = 7) modalities (cold detection, static two-point discrimination, tactile discrimination, and pressure detection), nerve-specific muscle function and bulk, and electromyography (EMG) motor and sensory terminal latency. Different parameters for measurement were utilized and improvement was observed across the studies compared with controls (n = 4) or pre-intervention measurements (n = 5). One randomized control trial reported no benefit of ES and attributed their findings to their stimulation protocol. Complications were documented in three patients only and included wire remnant removal, skin pigmentation, and bone formation. Conclusions: ES in peripheral nerve regeneration is beneficial in improving and accelerating recovery. A meta-analysis was not performed due to the heterogeneity, but all studies showed positive findings and minor to no complications. These results provide a primer for further development of delivery methods.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».