Yoga and Cutaneous Functional Unit Recruitment for a Patient with Cervical and Upper Extremity Burn Scar Contracture: Case Report
Notice bibliographique
Résumé
Burn scar contracture greatly limits function for burn survivors, particularly when the scarring crosses multiple joints. Previous research has identified fields of skin recruited during single joint motion, called cutaneous functional units (CFU), indicating that impairments may be seen distal to the injured tissue. This case report connects the principles of CFU and yoga-inspired therapy modalities in improving clinical outcomes for a burn survivor. The patient is a 38-year-old male who sustained deep partial-thickness electrical burns to his neck, chest, and bilateral upper extremities, presenting with significantly decreased range of motion. The patient attended physical therapy 4 days a week, where he performed a specific yoga asana program during each session. Outcomes including standard range of motion measures, the Vancouver Scar Scale (VSS), and the Neck Disability Index (NDI), which were recorded every 10 sessions. CFUs of cervical extension and shoulder flexion were analyzed via photographs comparing cutaneous position during specified yoga poses and resting anatomical position in standing. Over 30 visits, cervical and shoulder range of motion increased, although the VSS and NDI did not show significant improvement. Yoga poses showed overall cutaneous recruitment distal to the targeted joints, and burned skin was recruited similarly to nonburned skin in positions of stretch. Incorporating multijoint approaches for stretching, like yoga, appears to contribute to improved clinical range-of-motion outcomes when paired with traditional burn-rehabilitation interventions. Yoga poses involving multiple joints align with the principle of CFUs, warranting continued investigation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».