Reverse End-to-Side Nerve Transfer for Severe Ulnar Nerve Injury: A Western Canadian Multicentre Prospective Nonrandomized Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Reverse end-to-side (RETS) nerve transfer has become increasingly popular in patients with severe high ulnar nerve injury, but the reported outcomes have been inconsistent. OBJECTIVE: To evaluate the "babysitting effect," we compared outcomes after anterior interosseous nerve RETS transfer with nerve decompression alone. To evaluate the source of regenerating axons, a group with end-to-end (ETE) transfer was used for comparisons. METHODS: Electrophysiology measures were used to quantify the regeneration of anterior interosseous nerve (AIN) and ulnar nerve fibers while functional recovery was evaluated using key pinch and Semmes-Weinstein monofilaments. The subjects were followed postsurgically for 3 years. RESULTS: Sixty-two subjects (RETS = 25, ETE = 16, and decompression = 21) from 4 centers in Western Canada were enrolled. All subjects with severe ulnar nerve injury had nerve compression at the elbow except 10 in the ETE group had nerve laceration or traction injury. Postsurgically, no reinnervation from the AIN to the abductor digiti minimi muscles was seen in any of the RETS subjects. Although there was no significant improvement in compound muscle action potentials amplitudes and pressure detection thresholds in the decompression and RETS group, key pinch strength significantly improved in the RETS group ( P < .05). CONCLUSION: The results from published clinical trials are conflicting in part because crossover regeneration from the donor nerve has never been measured. Unlike those with ETE nerve transfers, we found that there was no crossover regeneration in the RETS group. The extent of reinnervation was also no different from decompression surgery alone. Based on these findings, the justifications for this surgical technique need to be carefully re-evaluated.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».