MétaCan
Menu
Retour à la cohorte
Enregistrement W4293762710 · doi:10.1152/jn.00289.2022

Clinical electrodiagnostic evaluation for nerve transfer surgery in spinal cord injury: a new indication and clinical pearls

2022· review· en· W4293762710 sur OpenAlexaff
Michael Berger, Adenike A. Adewuyi, Ida K. Fox, Colin K. Franz

Notice bibliographique

RevueJournal of Neurophysiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueNerve Injury and Rehabilitation
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesNational Center for Advancing Translational SciencesFeinberg School of Medicine
Mots-clésMedicineContext (archaeology)CandidacyPhysical medicine and rehabilitationSpinal cord injuryRehabilitationElbowSpinal cordSurgeryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

In this review, we highlight the important role of the clinical electrodiagnostic (EDX) evaluation after cervical spinal cord injury (SCI). Our discussion focuses on the need for timely, frequent, and accurate EDX evaluations in the context of nerve transfer surgery to restore critical upper limb functions, including elbow extension, hand opening, and hand closing. The EDX evaluation is crucial to define the extent of lower motor neuron lesions and determine candidacy for surgery. We also discuss the important role of the postoperative EDX evaluation in determining prognosis and supporting rehabilitation. We propose a practical framework for EDX evaluation in this clinical setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,207
Tête enseignante GPT0,504
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetNerve Injury and RehabilitationTravaux en français237 207