Chronic painful peripheral neuropathy in an urban community: a controlled comparison of people with and without diabetes
Notice bibliographique
Résumé
AIMS: A cross-sectional study has been performed in order to estimate the prevalence, severity, and current treatment of chronic painful peripheral neuropathy (CPPN) in people with diabetes in the community. METHODS: Using a structured questionnaire and examination we have assessed these factors in a community sample of people with diabetes (n=350) and compared them with 344 age- and sex-matched people without diabetes from the same locality. RESULTS: The prevalence of CPPN was estimated to be 16.2%[95% confidence interval (CI): 6.8-16%] in people with diabetes compared with 4.9% (95% CI: 2.6-7.2%) in the control sample (P < 0.0001). Diabetic subjects with and without CPPN did not differ in age, sex, type and duration of diabetes, body mass index, smoking status and glycaemic control. However, CPPN diabetic subjects had significantly higher Visual Analogue Scale (VAS) scores for pain over the preceding 24 h [median (interquartile range) 3.5 (1.5-6.7) cm vs. 0.7 (0-3.9) cm, P < 0.0001]. Also, the total McGill Pain Questionnaire Score (a measure of pain quality and severity) was 18 (13-31.5) vs. 10 (4-16) (P < 0.0001). Of patients with diabetes and CPPN, 12.5% (7/56) had never reported their symptoms to their treating physician and 39.3% (22/56) had never received any treatment for their painful symptoms. CONCLUSIONS: CPPN is common, often severe but frequently unreported and inadequately treated.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».