Blood-free risk scores and neuropathy assessment tools to detect undiagnosed type 2 diabetes in Peru.
Notice bibliographique
Résumé
The prevalence of type 2 diabetes mellitus is rising, especially in low- and middle-income countries, where the situation is worsened because around half of cases are unaware of the disease. Universal screening utilizing blood markers can be challenging in resource-constrained settings. The identification of these individuals can be potentially addressed using risk scores and neuropathy assessment tools. This study aimed to assess the diagnostic accuracy of the FINDRISC, a blood-free risk score, three neuropathy assessment tools (EZSCAN, pupillometer, and biothesiometer), alone and in combination. A population-based study was conducted enrolling a sex-stratified random sample of participants from Tumbes, a semiurban area in the north of Peru. Undiagnosed T2DM was the outcome, defined using WHO OGTT thresholds. Diagnostic accuracy of the FINDRISC and neuropathy tools was evaluated using the area under the ROC curve (aROC) and respective 95% confidence intervals (95%CI). Data from 1609 participants were analysed, mean age 48.2 (SD: 10.6) years, 810 (50.3%) females. A total of 176 (10.9%) individuals had T2DM, and only 71 (4.7%) had undiagnosed T2DM. The diagnostic accuracy of the FINDRISC was aROC = 0.69 (95% CI: 0.64–0.74), with a sensitivity of 69% and specificity of 67%. Among devices, the EZSCAN (aROC = 0.59; 95%CI: 0.53–0.66; sensitivity of 59% and specificity of 54%) and biothesiometer in the third metatarsal head (aROC = 0.60; 95%CI: 0.53–0.67; sensitivity of 31% and specificity of 85%) performed best. A combination of the FINDRISC and the biothesiometer had the best diagnostic accuracy, with a similar aROC of FINDRISC alone (AROC = 0.69; 95%CI: 0.68–0.78), with a sensitivity of 79% and a specificity of 59%. Our results confirm that combination of the FINDRISC and biothesiometer can improve diagnostic accuracy of the FINDRISC and biothesiometer alone, increasing sensitivity without affecting specificity or the area under the ROC curve.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».