Peripheral Neuropathy and Nerve Dysfunction in Individuals at High Risk for Type 2 Diabetes: The PROMISE Cohort
Notice bibliographique
Résumé
OBJECTIVE: Emerging evidence suggests that peripheral neuropathy begins in the early stages of diabetes pathogenesis. Our objective was to describe the prevalence of peripheral neuropathy and nerve dysfunction according to glucose tolerance and metabolic syndrome status and examine how these conditions are associated with neurological changes in individuals at risk for type 2 diabetes. RESEARCH DESIGN AND METHODS: We studied 467 individuals in the longitudinal PROMISE (Prospective Metabolism and Islet Cell Evaluation) cohort. Peripheral neuropathy was defined by Michigan Neuropathy Screening Instrument (MNSI) scores (>2), and the severity of nerve dysfunction was measured objectively by vibration perception thresholds (VPTs) using a neurothesiometer. Metabolic syndrome was defined using the International Diabetes Federation/American Heart Association harmonized criteria. RESULTS: The prevalence of peripheral neuropathy was 29%, 49%, and 50% for normal glycemia, prediabetes, and new-onset diabetes, respectively (P < 0.001 for trend). The mean VPT was 6.5 V for normal glycemia, 7.9 V for prediabetes, and 7.6 V for new-onset diabetes (P = 0.024 for trend). Prediabetes was associated with higher MNSI scores (P = 0.01) and VPTs (P = 0.004) versus normal glycemia, independent of known risk factors. Additionally, progression of glucose intolerance over 3 years predicted a higher risk of peripheral neuropathy (P = 0.007) and nerve dysfunction (P = 0.002). Metabolic syndrome was not independently associated with MNSI scores or VPTs. CONCLUSIONS: In individuals with multiple risk factors for diabetes, prediabetes was associated with similar risks of peripheral neuropathy and severity of nerve dysfunction as new-onset diabetes. Prediabetes, but not metabolic syndrome, was independently associated with both the presence of peripheral neuropathy and the severity of nerve dysfunction.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».