MétaCan
Menu
Retour à la cohorte
Enregistrement W4367041995 · doi:10.1097/prs.0000000000010047

Recent Advances in the Treatment of Brachial Plexus Birth Injury

2023· review· en· W4367041995 sur OpenAlexaff
Kevin J. Zuo, Emily S. Ho, Sevan Hopyan, Howard M. Clarke, Kristen M. Davidge

Notice bibliographique

RevuePlastic & Reconstructive Surgery · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueNerve Injury and Rehabilitation
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineBrachial plexusBrachial plexus injuryBirth injuryUpper limbSurgeryPopulationPhysical medicine and rehabilitationPhysical therapyPregnancy

Résumé

récupéré en direct d'OpenAlex

LEARNING OBJECTIVES: After studying this article, the participant should be able to: 1. Describe methods of clinical evaluation for neurologic recovery in brachial plexus birth injury. 2. Understand the role of different diagnostic imaging modalities to evaluate the upper limb. 3. List nonsurgical strategies and surgical procedures to manage shoulder abnormality. 4. Explain the advantages and disadvantages of microsurgical nerve reconstruction and distal nerve transfers in brachial plexus birth injury. 5. Recognize the prevalence of pain in this population and the need for greater sensory outcomes evaluation. SUMMARY: Brachial plexus birth injury (BPBI) results from closed traction injury to the brachial plexus in the neck during an infant's vertex passage through the birth canal. Although spontaneous upper limb recovery occurs in most instances of BPBI, some infants do not demonstrate adequate motor recovery within an acceptable timeline and require surgical intervention to restore upper limb function. This article reviews major advances in the management of BPBI in the past decade that include improved understanding of shoulder pathology and its impact on observed motor recovery, novel surgical techniques, new insights in sensory function and pain, and global efforts to develop standardized outcomes assessment scales.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,052
Tête enseignante GPT0,346
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive SurgeryMême sujetNerve Injury and RehabilitationTravaux en français237 207