The Presence of Limited Joint Mobility Is Significantly Associated with Multiple Digit Involvement by Stenosing Flexor Tenosynovitis in Diabetics
Notice bibliographique
Résumé
OBJECTIVE: Diabetes is associated with several disorders of the hand, including stenosing flexor tenosynovitis (SFTS). The feature of SFTS in diabetics is a higher prevalence of multiple digit involvement. We examined the magnitude of the tendency for involvement of more digits by SFTS in diabetic patients than in nondiabetic patients, and attempted to clarify the factors influencing multiple digit involvement by SFTS in diabetics. METHODS: The study comprised 302 diabetic patients with SFTS and 235 nondiabetic patients with SFTS. The total number of digits exhibiting SFTS within the 1-year period following the initial visit to the Department of Orthopaedic Surgery was investigated in a prospective manner. We compared the difference in the frequency of multiple digit involvement by SFTS between diabetic and nondiabetic patients using the chi-squared test. Multiple regression analysis was performed to examine the contribution of independent variables [defined as 12 factors including age, sex, type of diabetes, estimated duration of diabetes, HbA(1c) values, carpal tunnel syndrome, Dupuytren contracture, limited joint mobility (LJM), de Quervain's disease, diabetic retinopathy, diabetic nephropathy, and dyslipidemia] to the total number of digits affected by SFTS in diabetic patients. RESULTS: Diabetic patients showed a significantly higher prevalence of multiple digit involvement than nondiabetic patients (p < 0.0001). Multiple regression analysis in diabetic patients revealed that the presence of LJM was positively associated with the prevalence of multiple digit involvement (r = 0.626, p < 0.0001). CONCLUSION: LJM in diabetics is closely associated with SFTS involving multiple digits.
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 | 0,002 | 0,002 |
| 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) | 0,000 | 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 ».