A Direct Comparison of Targeted Muscle Reinnervation and Regenerative Peripheral Nerve Interfaces to Prevent Neuroma Pain
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Targeted muscle reinnervation (TMR) and regenerative peripheral nerve interface (RPNI) surgeries manage neuroma pain; however, there remains considerable discord regarding the best treatment strategy. We provide a direct comparison of TMR and RPNI surgery using a rodent model for the treatment of neuroma pain. METHODS: The tibial nerve of 36 Fischer rats was transected and secured to the dermis to promote neuroma formation. Pain was assessed using mechanical stimulation at the neuroma site (direct pain) and von Frey analysis at the footpad (to assess tactile allodynia from collateral innervation). Once painful neuromas were detected 6 weeks later, animals were randomized to experimental groups: (a) TMR to the motor branch to biceps femoris, (b) RPNI with an extensor digitorum longus graft, (c) neuroma excision, and (d) neuroma in situ. The TMR/RPNIs were harvested to confirm muscle reinnervation, and the sensory ganglia and nerves were harvested to assess markers of regeneration, pain, and inflammation. RESULTS: Ten weeks post-TMR/RPNI surgery, animals had decreased pain scores compared with controls ( P < .001) and they both demonstrated neuromuscular junction reinnervation. Compared with neuroma controls, immunohistochemistry showed that sensory neuronal cell bodies of TMR and RPNI showed a decrease in regeneration markers phosphorylated cyclic AMP receptor binding protein and activation transcription factor 3 and pain markers transient receptor potential vanilloid 1 and neuropeptide Y ( P < .05). The nerve and dorsal root ganglion maintained elevated Iba-1 expression in all cohorts. CONCLUSION: RPNI and TMR improved pain scores after neuroma resection suggesting both may be clinically feasible techniques for improving outcomes for patients with nerve injuries or those undergoing amputation.
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 | 0,001 | 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 | 0,000 |
| 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 ».