Can Ultrasound of the Tibial Nerve Detect Diabetic Peripheral Neuropathy?
Notice bibliographique
Résumé
OBJECTIVE: Peripheral nerve imaging by portable ultrasound (US) may serve as a noninvasive and lower-cost alternative to nerve conduction studies (NCS) for diagnosis and staging of diabetic sensorimotor polyneuropathy (DSP). We aimed to examine the association between the size of the posterior tibial nerve (PTN) and the presence and severity of DSP. RESEARCH DESIGN AND METHODS: We performed a cross-sectional study of 98 consecutive diabetic patients classified by NCS as subjects with DSP or control subjects. Severity was determined using the Toronto Clinical Neuropathy Score. A masked expert sonographer measured the cross-sectional area (CSA) of the PTN at 1, 3, and 5 cm proximal to the medial malleolus. RESULTS: Fifty-five patients had DSP. The mean CSA of the PTN in DSP compared with control subjects at distances of 1 (23.03 vs. 17.72 mm(2); P = 0.004), 3 (22.59 vs. 17.69 mm(2); P < 0.0001), and 5 cm (22.05 vs. 17.25 mm(2); P = 0.0005) proximal to the medial malleolus was significantly larger. Although the area under the curve (AUC) for CSA measurements at all three anatomical levels was similar, the CSA measured at 3 cm above the medial malleolus had an optimal threshold value for identification of DSP (19.01 mm(2)) with a sensitivity of 0.69 and a specificity of 0.77 by AUC analysis. CONCLUSIONS: This large study of diabetic patients confirms that the CSA of the PTN is larger in patients with DSP than in control subjects, and US is a promising point-of-care screening tool for DSP.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».