MétaCan
Menu
Retour à la cohorte
Enregistrement W4308956244 · doi:10.1097/wco.0000000000001116

Traumatic peripheral nerve injuries: diagnosis and management

2022· review· en· W4308956244 sur OpenAlexaff
Stephanie L. Barnes, Thomas A. Miller, Neil G. Simon

Notice bibliographique

RevueCurrent Opinion in Neurology · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineReinnervationPeripheral nervePeripheral nerve injuryRegeneration (biology)PeripheralRehabilitationNerve injuryPhysical medicine and rehabilitationNeuroscienceSurgeryPhysical therapyPsychologyAnatomyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: To review advances in the diagnostic evaluation and management of traumatic peripheral nerve injuries. RECENT FINDINGS: Serial multimodal assessment of peripheral nerve injuries facilitates assessment of spontaneous axonal regeneration and selection of appropriate patients for early surgical intervention. Novel surgical and rehabilitative approaches have been developed to complement established strategies, particularly in the area of nerve grafting, targeted rehabilitation strategies and interventions to promote nerve regeneration. However, several management challenges remain, including incomplete reinnervation, traumatic neuroma development, maladaptive central remodeling and management of fatigue, which compromise functional recovery. SUMMARY: Innovative approaches to the assessment and treatment of peripheral nerve injuries hold promise in improving the degree of functional recovery; however, this remains a complex and evolving area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,406
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

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

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in NeurologyMême sujetNerve injury and regenerationTravaux en français237 207