Carpal Tunnel Syndrome in Patients With Diabetic Polyneuropathy
Notice bibliographique
Résumé
OBJECTIVE: Carpal tunnel syndrome (CTS) and diabetic polyneuropathy (DPN) are common conditions in patients with diabetes and therefore frequently occur concomitantly. Diagnosis of CTS in patients with DPN is important, as therapeutic interventions directed toward relief of CTS may be effective irrespective of diffuse neuropathy. The prevalence of clinical CTS and the most efficient electrodiagnostic discriminators of CTS from diffuse neuropathy are uncertain. RESEARCH DESIGN AND METHODS: A total of 478 subjects, including reference subjects (without diabetes and without neuropathy), nonneuropathic subjects with diabetes, and diabetic subjects with mild, moderate, and severe neuropathy, were evaluated in a cross-sectional design for clinical features of CTS. In the ascertainment of the cohort, a clinical stratification method was used to ensure a broad spectrum of neuropathy severity. All subjects underwent nerve conduction study determinations of median, ulnar, and sural nerve parameters. RESULTS: The prevalence of clinical CTS was 2% in the reference population, 14% in diabetic subjects without DPN, and 30% in those with DPN. Multiple linear regression analysis revealed that mean electrodiagnostic parameters are not significant predictors of clinical CTS in patients with diabetes. Generally, the parameters worsened with severity of neuropathy, but none reliably distinguished diabetic patients with and without CTS. CONCLUSIONS: Given the high prevalence of CTS in patients with DPN and that electrodiagnostic criteria cannot distinguish those with clinical CTS, it is recommended that therapeutic decisions for CTS be made independently of electrodiagnostic findings.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».