Characterization of Spinal Cord Injury Patients for Arm Functional Restoration through Nerve Transfer
Notice bibliographique
Résumé
INTRODUCTION: Traumatic spinal cord injuries (tSCI) are common, often leaving patients irreparably debilitated. Therefore, novel strategies such as nerve transfers (NT) are needed for mitigating secondary SCI damage and improving function. Although different tSCI NT options exist, little is known about the epidemiological and injury-related aspects of this patient population. Here, we report such characteristics to better identify and understand the number and types of tSCI individuals who may benefit from NTs. MATERIALS AND METHODS: Two peripheral nerve experts independently evaluated all adult tSCI individuals < 80 years old admitted with cervical tSCI (C1-T1) between 2005 and 2019 with documented tSCI severity using the ASIA Impairment Scale for suitability for NT (nerve donor with MRC strength ≥ 4/5 and recipient ≤ 2/5). Demographic, traumatic injury, and neurological injury variables were collected and analyzed. RESULTS: A total of 709 tSCI individuals were identified with 224 (32%) who met the selection criteria for participation based on their tSCI level (C1-T1). Of these, 108 (15% of all tSCIs and 48% of all cervical tSCIs) were deemed to be appropriate NT candidates. Due to recovery, 6 NT candidates initially deem appropriate no longer qualified by their last follow-up. Conversely, 19 individuals not initially considered appropriate then become eligible by their last follow-up. CONCLUSION: We found that a large proportion of individuals with cervical tSCI could potentially benefit from NTs. To our knowledge, this is the first study to detail the number of tSCI individuals that may qualify for NT from a large prospective database.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».