2015 Young Investigator Award Winner
Notice bibliographique
Résumé
STUDY DESIGN: A cross-sectional cadaveric examination of the mechanical effect of foraminal ligaments on cervical nerve root displacement and strain. OBJECTIVE: To determine the role of foraminal ligaments by examining differences in cervical nerve root displacement and strain during upper limb neural tension testing (ULNTT) before and after selective cutting of foraminal ligaments. SUMMARY OF BACKGROUND DATA: Although investigators have determined that lumbar spine foraminal ligaments limit displacement and strain of lumbosacral nerve roots, similar studies have not been conducted to prove that it is true for the cervical region. Because the size, shape, and orientation of cervical spine foraminal ligaments are similar to those in the lumbar spine, it is hypothesized that foraminal ligaments in the cervical spine will function in a similar fashion. METHODS: Radiolucent markers were implanted into cervical nerve roots C5-C8 of 9 unembalmed cadavers. Posteroanterior fluoroscopic images were captured at resting and upper limb neural tension testing positioning before and after selective cutting of foraminal ligaments. RESULTS: Selective cutting of foraminal ligaments resulted in significant increases in inferolateral displacement (average, 2.94 mm [ligaments intact]-3.87 mm [ligaments cut], P < 0.05) and strain (average, 9.33% [ligaments intact]-16.31% [ligaments cut], P < 0.03) of cervical nerve roots C5-C8 during upper limb neural tension testing. CONCLUSION: Foraminal ligaments in the cervical spine limited cervical nerve root displacement and strain during upper limb neural tension testing. Foraminal ligaments seem to have a protective role, reducing displacement and strain to cervical nerve roots during tension events. LEVEL OF EVIDENCE: 2.
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) | 0,001 | 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 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 ».