A new method to quantify innervation of the ulnar intrinsic hand muscles by the anterior interosseous nerve in <scp>Martin‐Gruber</scp> anastomosis and nerve transfer surgery
Notice bibliographique
Résumé
INTRODUCTION/AIMS: It is important to quantify the amount of crossover innervation from the anterior interosseous nerve (AIN) through Martin-Gruber anastomosis (MGA) particularly in patients with high ulnar nerve injury who undergo nerve transfer surgery. The objective of this study is to describe a novel electrophysiological method for quantifying innervation from the AIN that can be done using conventional nerve conduction study setup and commonly available software for analysis. METHODS: Seven subjects with MGA and nine patients who had undergone AIN to ulnar nerve transfer underwent conventional motor nerve conduction studies. Recording was done over the hypothenar and first dorsal interosseous muscles while stimulating the median and ulnar nerves at the wrist and elbow. Datapoint-by-datapoint subtraction of the compound muscle action potentials evoked at the elbow and wrist was performed after they had been onset-aligned. The results were compared to the collision technique and innervation ratio method. RESULT: Results from the digital subtraction method were highly correlated with the collision technique (r = 0.96, p < 0.05). In contrast, its correlation with the innervation ratio method is substantially lower. DISCUSSION: In comparison to previously described techniques, the digital subtraction method has a number of practical advantages. It uses conventional nerve conduction study setup, and the added step of digital alignment and subtraction can be done through commonly available software. With the increasing use of nerve transfer surgery in severe high ulnar nerve injury, this could be a useful method to identify the presence of MGA prior to surgery and for evaluating nerve recovery following surgery.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».