Validation of DN4 as a screening tool for neuropathic pain in painful diabetic polyneuropathy
Notice bibliographique
Résumé
AIMS: DN4 (Douleur Neuropathique en 4 Questions) is a screening tool for neuropathic pain consisting of interview questions (DN4-interview) and physical tests. It has not formally been validated in diabetes. We evaluated the validity and diagnostic accuracy of DN4 and DN4-interview in identifying neuropathic pain of painful diabetic polyneuropathy. METHODS: In 158 patients with diabetes, the presence of diabetic polyneuropathy and neuropathic pain was assessed using scoring system for symptoms and signs, quantitative sensory testing, nerve conduction studies, pain history, numerical rating scale, and Short-Form McGill Pain Questionnaire. Painful diabetic polyneuropathy was defined as the presence of diabetic polyneuropathy plus chronic neuropathic pain in the same area as neuropathic deficits. A blinded investigator performed DN4. RESULTS: The DN4 score was significantly related to all the neurological and electrophysiological measurements and to Short-Form McGill Pain Questionnaire (ρ = 0.58, P < 0.0001). DN4 and DN4-interview scores showed a high diagnostic accuracy for painful diabetic polyneuropathy with areas under the receiver operating characteristic curve of 0.94 and 0.93, respectively. At the cut-off of 4, DN4 displayed sensitivity of 80%, specificity of 92%, positive predictive value (PPV) of 82%, negative predictive value (NPV) of 91%, and likelihood ratio for a positive result (LR(+) ) of 9.6. At the cut-off of 3, DN4-interview showed sensitivity and specificity of 84%, PPV of 71%, NPV of 92%, and LR(+) of 5.3. CONCLUSIONS: This is the first validation study of DN4 for painful diabetic polyneuropathy, which supports its usefulness as both a screening tool for neuropathic pain in diabetes and a reliable component of the diagnostic work up for painful diabetic polyneuropathy.
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 | 0,012 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».