JoVE Video Dataset
Notice bibliographique
Résumé
Over the past decade, the field of prosthetics has witnessed significant progress, particularly in the development of surgical techniques to enhance the functionality of prosthetic limbs. Notably, novel surgical interventions have had an additional positive outcome, as individuals with amputations have reported neuropathic pain relief after undergoing such procedures. Subsequently, surgical techniques have gained increased prominence in the treatment of postamputation pain, including one such surgical advancement - targeted muscle reinnervation (TMR). TMR involves a surgical approach that reroutes severed nerves as a type of nerve transfer to "target" motor nerves and their accompanying motor end plates within nearby muscles. This technique originally aimed to create new myoelectric sites for amplified electromyography (EMG) signals to enhance prosthetic intuitive control. Subsequent work showed that TMR also could prevent the formation of painful neuromas as well as reduce postamputation neuropathic pain (e.g., Residual and Phantom Limb Pain). Indeed, multiple studies have demonstrated TMR's effectiveness in mitigating postamputation pain as well as improving prosthetic functional outcomes. However, technical variations in the procedure have been identified as it is adopted by clinics worldwide. The purpose of this article is to provide a detailed step-by-step description of the TMR procedure, serving as the foundation for an international, randomized controlled trial (ClinicalTrials.gov, NCT05009394), including nine clinics in seven countries. In this trial, TMR and two other surgical techniques for managing postamputation pain will be evaluated.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,384 | 0,247 |
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 ».