MétaCan
Menu
Retour à la cohorte
Enregistrement W2781485779 · doi:10.21776/ub.mnj.2018.004.01.5

DIAGNOSTIC TEST OF TORONTO AND MODIFIED TORONTO SCORING, MONOFILAMENT TEST, AND VIBRATE SENSATION TEST USING 128 HZ TUNING FORK FOR DIABETIC POLINEUROPATHY

2018· article· en· W2781485779 sur OpenAlexaboutno aff
Bethasiwi Purbasari, Vivi Laras Anggraini, Made Dinda Pratiwi, Machlusil Husna, Shahdevi Nandar Kurniawan

Notice bibliographique

RevueMNJ (Malang Neurology Journal) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusTuning forkIncidence (geometry)PopulationPolyneuropathyInternal medicinePhysical therapyDiabetic footSurgery

Résumé

récupéré en direct d'OpenAlex

Background. The prevalence of diabetes mellitus has been epidemically increasing throughout all the world population, and diabetic polyneuropathy (PNP-DM) is one of the most common neurologic manifestation of this disease. Clinical research has proved that effective bedside screening of PNP-DM can significantly reduce the incidence of foot ulcer and limb amputation. Objective. To measure the diagnostic test of polyneuropathy scoring, monofilament 10-g SemmesWeinstein test, and 128 Hz tuning fork test as an early detection measure for PNP-DM.Methods. This research was conducted using a cross sectional approach from Januari 2016 to Juli 2017.Results. Among the total study population of 43 (23 men and 20 woman), Modified Toronto Score has the highest sensitivity (100%), PPV (93%) and accuracy (93%). Toronto score has the highest NPV (9%).Conclusion. Modified Toronto Score has good diagnostic value as screening tool in PNP-DM.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,105
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMNJ (Malang Neurology Journal)Même sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207