Diabetic Neuropathy and Axon Reflex-Mediated Neurogenic Vasodilatation in Type 1 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Axon reflex-mediated neurogenic vasodilatation in response to cutaneous heating may reflect early, pre-clinical small fibre dysfunction. We aimed to evaluate the distribution of the vascular flare area measured by laser doppler imaging ("LDI(FLARE) area") in type 1 diabetes and in healthy volunteers. RESEARCH AND METHODS: Concurrent with clinical and electrophysiological examination to classify diabetic sensorimotor polyneuropathy (DSP), LDI(FLARE) area (cm(2)) was determined in 89 type 1 diabetes subjects matched to 64 healthy volunteers. We examined the association and diagnostic performance of LDI with clinical and subclinical measures of DSP and its severity. RESULTS: Compared to the 64 healthy volunteers, the 56 diabetes controls without DSP had significantly lower LDI(FLARE) area (p = 0.006). The 33 diabetes cases with DSP had substantially lower LDI(FLARE) area as compared to controls without DSP (p = 0.002). There was considerable overlap in LDI(FLARE) area between all groups such that the ROC curve had an AUC of 0.72 and optimal sensitivity of 70% for the detection of clinical DSP. Use of a subclinical definition for DSP, according to subclinical sural nerve impairment, was associated with improved AUC of 0.75 and sensitivity of 79%. In multivariate analysis higher HbA1c and body mass index had independent associations with smaller LDI(FLARE) area. CONCLUSIONS: Axon reflex-mediated neurogenic vasodilatation in response to cutaneous heating is a biomarker of early nerve dysfunction in DSP. Its independent association with glycemic exposure in diabetes subjects and both glycemic exposure and BMI in healthy volunteers highlights the existence of small-fibre dysfunction in the natural history of 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 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 | 0,000 | 0,001 |
| 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 ».