Evaluation of Proxy Tests for SFSN: Evidence for Mixed Small and Large Fiber Dysfunction
Notice bibliographique
Résumé
BACKGROUND: Though intra-epidermal nerve fiber density (IENFD) is considered the gold standard for diagnosis of small fiber sensory neuropathy (SFSN), we aimed to determine if novel threshold values derived from standard tests of small or large fiber function could serve as diagnostic alternatives. METHODS: Seventy-four consecutive patients with painful polyneuropathy and normal nerve conduction studies (NCS) were defined as SFSN cases or controls by distal IENFD <5.4 and ≥5.4 fibers/mm, respectively. Diagnostic performance of small fiber [cooling (CDT) and heat perception (HP) thresholds, axon reflex-mediated neurogenic vasodilatation] and large fiber function tests [vibration perception thresholds (VPT) and sural nerve conduction parameters] were determined by receiver operating-characteristic (ROC) curve analyses. RESULTS: The 26(35%) SFSN cases had mean IENFD 3.3±1.7 fibers/mm and the 48(65%) controls 9.9±2.9 fibers/mm. Male gender (p = 0.02) and older age (p = 0.02) were associated with SFSN cases compared to controls. VPT were higher and CDT lower in SFSN cases, but the largest magnitude of differences was observed for sural nerve amplitude. It had the greatest area under the ROC curve (0.75) compared to all other tests (p<0.001 for all comparisons) and the optimal threshold value of ≤12 µV defined SFSN cases with 80% sensitivity and 72% specificity. CONCLUSION: In patients presenting with polyneuropathy manifestations and normal NCS, though small fiber function tests were intuitively considered the best alternative measures to predict reduced IENFD, their diagnostic performance was poor. Instead, novel threshold values within the normal range for large fiber tests should be considered as an alternative strategy to select subjects for skin biopsy in diagnostic protocols for SFSN.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».