Neuromuscular consequences of spinal cord injury: New mechanistic insights and clinical considerations
Notice bibliographique
Résumé
The spinal cord facilitates communication between the brain and the body, containing intrinsic systems that work with lower motor neurons (LMNs) to manage movement. Spinal cord injuries (SCIs) can lead to partial paralysis and dysfunctions in muscles below the injury. While traditionally this paralysis has been attributed to disruptions in the corticospinal tract, a growing body of work demonstrates LMN damage is a factor. Motor units, comprising the LMN and the muscle fibers with which they connect, are essential for voluntary movement. Our understanding of their changes post-SCI is still emerging, but the health of motor units is vital, especially when considering innovative SCI treatments like nerve transfer surgery. This review seeks to collate current literature on how SCI impact motor units and explore neuromuscular clinical implications and treatment avenues. SCI reduced motor unit number estimates, and surviving motor units had impaired signal transmission at the neuromuscular junction, force-generating capacity, and excitability, which have the potential to recover chronically, yet the underlaying mechanisms are unclear. Furthermore, electrodiagnostic evaluations can aid in assessing the health lower and upper motor neurons, identify suitable targets for nerve transfer surgeries, and detect patients with time sensitive injuries. Lastly, many electrodiagnostic abnormalities occur in both chronic and acute SCI, yet factors contributing to these abnormalities are unknown. Future studies are required to determine how motor units adapt following SCI and the clinical implications of these adaptations.
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 | 0,000 |
| 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) | 0,000 | 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 ».