Anterior Interosseus to Ulnar Motor Nerve Transfers: A Canadian Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The anterior interosseus nerve (AIN) to ulnar motor nerve transfer has been popularized as an adjunct to surgical decompression in patients with severe cubital tunnel syndrome (CuTS) and high ulnar nerve injuries. The factors influencing its implementation in Canada have yet to be described. Methods: An electronic survey was distributed to all members of the Canadian Society of Plastic Surgery (CSPS) using REDCap software. The survey examined 4 themes: previous training/experience, practice volume of nerve pathologies, experience with nerve transfers, and approach to the treatment of CuTS and high ulnar nerve injuries. Results: A total of 49 responses were collected (12% response rate). Of all, 62% of surgeons would use an AIN to ulnar motor supercharge end-to-side (SETS) transfer for a high ulnar nerve injury. For patients with CuTS and signs of intrinsic atrophy, 75% of surgeons would add an AIN-SETS transfer to a cubital tunnel decompression. Sixty-five percent would also release Guyon’s canal, and the majority (56%) use a perineurial window for their end-to-side repair. Eighteen percent of surgeons did not believe the transfer would improve outcomes, 3% cited lack of training, and 3% would preferentially use tendon transfers. Surgeons with hand fellowship training and those less than 30 years in practice were more likely to use nerve transfers in the treatment of CuTS ( P < .05). Conclusions: Most CSPS members would use an AIN-SETS transfer in the treatment of both a high ulnar nerve injury and severe CuTS with intrinsic atrophy.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 0,001 |
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 découle