MétaCan
Menu
← Retour à la cohorte
Enregistrement W2333934294 · doi:10.1212/wnl.78.1_meetingabstracts.p03.205

Validity of Non-Invasive Tests for Small Fiber Neuropathy (P03.205)

2012· article· en· W2333934294 sur OpenAlexaffabout
Hamid Ebadi, Bruce A. Perkins, Hans Katzberg, Vera Bril

Notice bibliographique

RevueNeurology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineFiberMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Objective: The aim of this study was to evaluate the accuracy of different methods for evaluation of small fiber neuropathy (SFN) using intra epidermal nerve fiber density (IENFD) as the reference standard. Background IENFD is the current standard for evaluation of SFN but limited by invasiveness, expense and availability. Heat-induced neurogenic vasodilation by Laser Doppler Imaging (LDI), cold detection thresholds (CDT) and heat perception (HP) are noninvasive nerve function alternatives whose accuracy relative to morphological IENFD is unknown. Design/Methods: We performed a retrospective chart review of 75 patients suspected of having SFN at the Toronto General Hospital, University Health Network from 2008-2011. A detailed history and clinical examination, laboratory studies, nerve conduction studies (NCS), CDT, HP, LDI and IENFD were performed in all patients. We quantitatively compared the results of clinical evaluation including pain on the visual analogue scale (VAS), LDI, CDT and HP relative to IENFD for the diagnosis of SFN. Results: The mean IENFD was 7.52 +/- 4.12 with a median value of 7.59 and interquartile range of 4.64-10.91 (25% to 75%). 34.7% had abnormal IENFD and 65.3% had normal IENFD according to published criteria (normal defined as > 5.4 fibers/mm). Low-magnitude correlation was observed between IENFD and CDT (R2 =0.0812, p Conclusions: None of the objective measures reflected IENFD with very good diagnostic validity, but of these small fiber non-invasive methods, CDT had the highest level of accuracy, while we could not demonstrate acceptable performance of LDI. Alternate non-invasive methods for the determination of small fiber function or morphology are urgently needed. Disclosure: Dr. Ebadi has nothing to disclose. Dr. Perkins has nothing to disclose. Dr. Katzberg has received personal compensation for activities with Genzyme as a speaker and participant on an advisory board. Dr. Katzberg has received research support from Griffolds Biotherapeutics. Dr. Bril has received personal compensation for activities with Talecris Biotherapeutics as a consultant. Dr. Bril has received research support from Talecris Biotherapeutics.

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)0,005
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,298
Écart entre enseignants0,245 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→