Electrical Stimulation Therapy to Accelerate Nerve Regeneration Remains Effective Following Postoperative Application of Lidocaine
Notice bibliographique
Résumé
Background: Brief electrical stimulation (ES) of injured peripheral nerves for 1 hour has been shown to accelerate nerve regeneration with proximal action potential conduction to the neuron cell body, a requirement to elicit therapeutic benefit. Local anesthetic is often used to manage pain in patients. However, using lidocaine after ES therapy has been controversial. We assessed the effects of extraneural usage of lidocaine after ES therapy on nerve regeneration in a rodent nerve injury model. Methods: Lewis rats underwent tibial nerve transection and immediate repair and randomized to 4 groups: control (REP), extraneural lidocaine alone (REP + LIDO), 60-minute ES (60 ES), and 60-minute ES with extraneural lidocaine (60 ES + LIDO). The tibial nerve was retrograde labeled distally from the neurorrhaphy 28 days post repair. Spinal cords and dorsal root ganglia were harvested to assess motor and sensory neuron counts. Data were analyzed using 1-way analysis of variance (ANOVA) with a post-hoc Tukey correction. Results: Using lidocaine after nerve repair did not affect nerve regeneration in the control group (REP vs REP + LIDO) or ES group (60 ES vs 60 ES + LIDO), with motor and sensory neuron counts not statistically different between groups. Electrical stimulation therapy showed at least a 60% increase in motor and sensory neuron counts than controls, a statistically significant effect ( P < .001). Conclusions: Extraneural usage of lidocaine after ES does not abolish the improved effect of ES on nerve regeneration. Future clinical studies should evaluate the usage of subcutaneous injection of lidocaine post ES for analgesia control.
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 | 0,000 |
| 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) | 0,000 | 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 ».