Exploring Outcomes and Mediating Factors Following Supercharged End-to-Side Anterior Interosseous Nerve to Ulnar Nerve Transfer: A Scoping Review With Expert Insight
Notice bibliographique
Résumé
Purpose: This scoping review with expert insight aims to map outcome measures following supercharged end-to-side anterior interosseous nerve to ulnar nerve transfer procedures, integrating clinical, patient-reported, and electrodiagnostic measures. It also explores surgical rationale and recovery trajectories, aiming to standardize methodologies and enhance patient care in nerve transfer surgeries. Methods: Our search encompassed multiple online databases, including MEDLINE, Embase, PubMed, and Google Scholar, ensuring rigor and comprehensiveness in identifying relevant literature. Results: Through scrutiny of 17 studies involving 300 patients from 300 articles, along with expert consultations on supercharged end-to-side nerve transfer for ulnar nerve entrapment, promising outcomes emerge, particularly in cubital tunnel syndrome. Primary measures such as Medical Research Council scale assessments and Disabilities of the Arm, Shoulder, and Hand scores demonstrate notable postsurgery improvements, with minor complications noted. Factors influencing recovery include preoperative dysfunction duration and surgical technique. Surgery indications prioritize high ulnar nerve injuries and severe cubital tunnel syndrome. Conclusions: The review highlights the importance of standardized outcome measures, early intervention, and comprehensive rehabilitation for optimizing supercharged end-to-side anterior interosseous nerve to ulnar nerve transfer outcomes. Type of study/level of evidence: Therapeutic IIIa.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».