Diabetic polyneuropathies: update on research definition, diagnostic criteria and estimation of severity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Prior to a joint meeting of the Neurodiab Association and International Symposium on Diabetic Neuropathy held in Toronto, Ontario, Canada, 13-18 October 2009, Solomon Tesfaye, Sheffield, UK, convened a panel of neuromuscular experts to provide an update on polyneuropathies associated with diabetes (Toronto Consensus Panels on DPNs, 2009). Herein, we provide definitions of typical and atypical diabetic polyneuropathies (DPNs), diagnostic criteria, and approaches to diagnose sensorimotor polyneuropathy as well as to estimate severity. Diabetic sensorimotor polyneuropathy (DSPN), or typical DPN, usually develops on long-standing hyperglycaemia, consequent metabolic derangements and microvessel alterations. It is frequently associated with microvessel retinal and kidney disease-but other causes must be excluded. By contrast, atypical DPNs are intercurrent painful and autonomic small-fibre polyneuropathies. Recognizing that there is a need to detect and estimate severity of DSPN validly and reproducibly, we define subclinical DSPN using nerve conduction criteria and define possible, probable, and confirmed clinical levels of DSPN. For conduct of epidemiologic surveys and randomized controlled trials, it is necessary to pre-specify which attributes of nerve conduction are to be used, the criterion for diagnosis, reference values, correction for applicable variables, and the specific criterion for DSPN. Herein, we provide the performance characteristics of several criteria for the diagnosis of sensorimotor polyneuropathy in healthy subject- and diabetic subject cohorts. Also outlined here are staged and continuous approaches to estimate severity of DSPN.
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.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle