Conduction Slowing in Diabetic Sensorimotor Polyneuropathy
Notice bibliographique
Résumé
OBJECTIVE: Mild demyelination may contribute more to the pathophysiology of nerve fiber injury in diabetic sensorimotor polyneuropathy (DSP) than previously thought. We investigated the clinical and electrodiagnostic classifications of nerve injury in diabetic patients to detect evidence of conduction slowing in DSP. RESEARCH DESIGN AND METHODS: Type 1 diabetic subjects (n = 62) and type 2 diabetic subjects (n = 111) with a broad spectrum of DSP underwent clinical examination and nerve conduction studies (NCS). Patients were classified as having axonal (group A), conduction slowing (group D), or combined (group C) DSP based on electrodiagnostic criteria. Patients with chronic immune-mediated neuropathies were not included. The groups were compared using ANOVA, contingency tables, and Kruskal-Wallis analyses. RESULTS: Of the 173 type 1 and type 2 diabetic subjects with a mean age of 59.1 ± 13.6 years and hemoglobin A1c (HbA1c) of 8.0 ± 1.8% (64 ± 19.7 mmol/mol), 46% were in group A, 32% were in group D, and 22% were in group C. The severity of DSP increased across groups A, D, and C, respectively, based on clinical and NCS parameters. The mean HbA1c for group D subjects (8.9 ± 2.3% [74 ± 25.1 mmol/mol]) was higher than for group A and group C subjects (7.7 ± 1.4% [61 ± 15.3 mmol/mol] and 7.5 ± 1.3% [58 ± 14.2 mmol/mol]; P = 0.003), and this difference was observed in those with type 1 diabetes. CONCLUSIONS: The presence of conduction slowing in patients with suboptimally controlled type 1 diabetes indicates the possibility that this stage of DSP may be amenable to intervention via improved glycemic control.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».