MétaCan
Menu
Retour à la cohorte
Enregistrement W2060377359 · doi:10.2337/dc14-2114

Corneal Confocal Microscopy Predicts 4-Year Incident Peripheral Neuropathy in Type 1 Diabetes

2015· article· en· W2060377359 sur OpenAlexaff
Nicola Pritchard, Katie Edwards, Anthony Russell, Bruce A. Perkins, Rayaz A. Malik, Nathan Efron

Notice bibliographique

RevueDiabetes Care · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePeripheral neuropathyReceiver operating characteristicDiabetes mellitusOphthalmologyType 2 diabetesRetinopathyInternal medicineNephropathyArea under the curveSensory thresholdType 1 diabetesEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study determined if deficits in corneal nerve fiber length (CNFL) assessed using corneal confocal microscopy (CCM) can predict future onset of diabetic peripheral neuropathy (DPN). RESEARCH DESIGN AND METHODS: CNFL and a range of other baseline measures were compared between 90 nonneuropathic patients with type 1 diabetes who did or did not develop DPN after 4 years. The receiver operator characteristic (ROC) curve was used to determine the capability of single and combined measures of neuropathy to predict DPN. RESULTS: DPN developed in 16 participants (18%) after 4 years. Factors predictive of 4-year incident DPN were lower CNFL (P = 0.041); longer duration of diabetes (P = 0.002); higher triglycerides (P = 0.023); retinopathy (higher on the Early Treatment of Diabetic Retinopathy Study scale) (P = 0.008); nephropathy (higher albumin-to-creatinine ratio) (P = 0.001); higher neuropathy disability score (P = 0.037); lower cold sensation (P = 0.001) and cold pain (P = 0.027) thresholds; higher warm sensation (P = 0.008), warm pain (P = 0.024), and vibration (P = 0.003) thresholds; impaired monofilament response (P = 0.003); and slower peroneal (P = 0.013) and sural (P = 0.002) nerve conduction velocity. CCM could predict the 4-year incident DPN with 63% sensitivity and 74% specificity for a CNFL threshold cutoff of 14.1 mm/mm(2) (area under ROC curve = 0.66, P = 0.041). Combining neuropathy measures did not improve predictive capability. CONCLUSIONS: DPN can be predicted by various demographic, metabolic, and conventional neuropathy measures. The ability of CCM to predict DPN broadens the already impressive diagnostic capabilities of this novel ophthalmic marker.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations159
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetOcular Surface and Contact LensTravaux en français237 207