Improving Effects of Peripheral Nerve Decompression Microsurgery of Lower Limbs in Patients with Diabetic Peripheral Neuropathy
Notice bibliographique
Résumé
Background: Peripheral nerve decompression microsurgery can relieve nerve entrapment and improve the symptoms of DPN. However, postoperative tissue adhesion will produce new pressure on the nerves, affecting the surgical efficacy. In this study, a nerve conduit was used in the peripheral nerve decompression microsurgery to prevent postoperative adhesions, and the role of the nerve conduit in surgical nerve decompression was explored. Methods: A total of 69 patients with DPN were recruited and randomly divided into three groups: the nerve conduit group, conventional surgery group, and control group. Two weeks before surgery and 6 months after surgery, patients in each group were clinically tested using the visual analog scale (VAS) score, neurophysiological test, Toronto clinical scoring system (TCSS) score, and two-point discrimination (2-PD) test. Results: The patients’ symptoms in the nerve conduit group were relieved to varying degrees, and the relief rate reached 90.9%; the treatment efficacy was higher than that in the other groups. The postoperative nerve conduction velocity (NCV) in the two surgical groups was significantly higher than that before the surgery, and the difference between the nerve conduit group and the conventional surgery group was statistically significant (p < 0.05). For the 2-PD test, there was a statistically significant difference between the two surgical groups (p < 0.05). The TCSS score in the two surgical groups was significantly higher than that in the control group (p < 0.01). There was a significant difference in the TCSS scores between the nerve conduit group and the conventional surgery group (p < 0.05). Conclusions: The nerve conduit could further improve the efficacy of peripheral nerve decompression microsurgery in the treatment of DPN.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».