Peripheral Neuropathy for Dermatologists: What If Not Diabetic Neuropathy?
Notice bibliographique
Résumé
BACKGROUND: Patients with cutaneous manifestations associated with peripheral neuropathy often present to the dermatologist's office. OBJECTIVE/METHODS: This article outlines a practical approach for obtaining the history, performing a screening physical examination, and ordering initial diagnostic testing to diagnose the cause of nondiabetic neuropathy. When to refer for neurologic consultation and principles of management of neuropathic pain and neuropathy-related ulcers are also discussed. RESULTS: Cutaneous manifestations of peripheral neuropathy may be secondary to a medical condition predisposing the patient to neuropathy or a manifestation of neuropathy itself. In the latter category, skin affected by neuropathy may show characteristics of xerosis, anhidrosis, rubor, edema, callus, ulceration, muscle wasting, and foot deformity. Most often these findings occur in association with diabetic neuropathy; however, many other infectious, inflammatory, metabolic, paraneoplastic, hereditary, and medication- or toxin-related causes should be considered. The treatment of cutaneous manifestations of neuropathy includes pressure downloading, control of edema, and optimal ulcer and neuropathic pain management. CONCLUSION: It is important for dermatologists to have a basic approach to neuropathy in patients with related skin disease. Referral to Neurology is warranted when basic workup for reversible causes is negative or for any severe, rapidly progressive symptoms.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».