MétaCan
Menu
Retour à la cohorte
Enregistrement W1896190496 · doi:10.1002/mus.24351

Epidermal axonal swellings in painful and painless diabetic peripheral neuropathy

2014· article· en· W1896190496 sur OpenAlexaff
Audrey Cheung, Peter Podgorny, Jose A. Martinez, Cynthia Chan, Cory Toth

Notice bibliographique

RevueMuscle & Nerve · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePeripheral neuropathyPeripheralDiabetic neuropathyDermatologyDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The pathophysiology of neuropathic pain (NeP) in diabetic peripheral neuropathy (DPN) is unclear. A potential pathological feature associated with intraepidermal nerve fiber density (IENFD) loss in DPN is axonal swellings. METHODS: We determined the prevalence of intraepidermal axonal swellings in DPN patients with or without NeP and compared the findings with diabetes patients without DPN, patients with idiopathic neuropathy with NeP, and control subjects. The primary outcome measure was the ratio of axonal swellings to IENFD. Secondary outcome measures included clinical neuropathy severity and assessment for messenger RNA for voltage-gated sodium and calcium channels. RESULTS: IENFD was depressed in DPN (with/without pain) and in idiopathic neuropathy patients. Axonal swelling ratios were similar for DPN subjects with and without pain. There was no overexpression of voltage-gated ion channels in epidermis from DPN patients. Clinical neuropathy severity was only related to IENFD. CONCLUSIONS: There was no clinical relationship to pain or clinical neuropathy severity for axonal swellings in DPN.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetPain Mechanisms and TreatmentsTravaux en français237 207