MétaCan
Menu
Retour à la cohorte
Enregistrement W2088630219 · doi:10.1371/journal.pone.0058783

Identification and Prediction of Diabetic Sensorimotor Polyneuropathy Using Individual and Simple Combinations of Nerve Conduction Study Parameters

2013· article· en· W2088630219 sur OpenAlexafffund
Alanna Weisman, Vera Bril, Madeline Ngo, Leif E. Lovblom, Elise M. Halpern, Andrej Orszag, Bruce A. Perkins

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Nerve Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésNerve conduction velocityMedicineReceiver operating characteristicTibial nerveSural nerveNerve conductionCommon peroneal nerveNerve conduction studyArea under the curvePolyneuropathyInternal medicinePhysical medicine and rehabilitationSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Evaluation of diabetic sensorimotor polyneuropathy (DSP) is hindered by the need for complex nerve conduction study (NCS) protocols and lack of predictive biomarkers. We aimed to determine the performance of single and simple combinations of NCS parameters for identification and future prediction of DSP. MATERIALS AND METHODS: 406 participants (61 with type 1 diabetes and 345 with type 2 diabetes) with a broad spectrum of neuropathy, from none to severe, underwent NCS to determine presence or absence of DSP for cross-sectional (concurrent validity) analysis. The 109 participants without baseline DSP were re-evaluated for its future onset (predictive validity). Performance of NCS parameters was compared by area under the receiver operating characteristic curve (AROC). RESULTS: At baseline there were 246 (60%) Prevalent Cases. After 3.9 years mean follow-up, 25 (23%) of the 109 Prevalent Controls that were followed became Incident DSP Cases. Threshold values for peroneal conduction velocity and sural amplitude potential best identified Prevalent Cases (AROC 0.90 and 0.83, sensitivity 80 and 83%, specificity 89 and 72%, respectively). Baseline tibial F-wave latency, peroneal conduction velocity and the sum of three lower limb nerve conduction velocities (sural, peroneal, and tibial) best predicted 4-year incidence (AROC 0.79, 0.79, and 0.85; sensitivity 79, 70, and 81%; specificity 63, 74 and 77%, respectively). DISCUSSION: Individual NCS parameters or their simple combinations are valid measures for identification and future prediction of DSP. Further research into the predictive roles of tibial F-wave latencies, peroneal conduction velocity, and sum of conduction velocities as markers of incipient nerve injury is needed to risk-stratify individuals for clinical and research protocols.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,264
Écart entre enseignants0,187 · 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

Citations75
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPeripheral Nerve DisordersTravaux en français237 207