Role of High-Resolution Ultrasonography of Ulnar Nerve in the Evaluation of Diabetic Peripheral Neuropathy
Notice bibliographique
Résumé
BACKGROUND \nDiabetic peripheral neuropathy is a long term complication of diabetes. \nTraditionally, clinical history, physical examination and electro physiological studies \nwere relied upon for diagnosis. Currently, High resolution ultrasonography has \ncome into picture in the diagnosis of peripheral neuropathy due to the ease, time \nsaving ability and noninvasiveness of the procedure. We wanted to correlate the \ncross-sectional area and maximum thickness of nerve fascicles of the ulnar nerve \nwith the presence and severity of diabetic peripheral neuropathy. \nMETHODS \nA retrospective study was conducted between October 2018 and January 2019. \nThe study group consisted of 85 type 2 diabetic patients. 55 Diabetic patients with \nclinical signs and symptoms of peripheral neuropathy were assigned to Group I. \nGroup II comprised of 30 diabetic patients with no clinical signs and symptoms of \nperipheral neuropathy. 70 healthy volunteers were also recruited for the study, \nand assigned to Group III. The cross sectional area and maximum thickness of \nnerve fascicles of the ulnar nerve were measured at every predetermined site. \nRESULTS \nThe cross sectional area of the ulnar nerve was measured at three sites (inlet of \nthe cubital tunnel, outlet of the cubital tunnel and Guyon tunnel). The mean cross \nsectional area and maximum thickness of nerve fascicles of the ulnar nerves in the \nabove three sites in Group I compared with both Group II and III was significantly \nlarger, and statistically significant correlation was found with the Toronto Clinical \nNeuropathy Score (p<0.001). The Group II patients also had a significantly larger \nmean cross sectional area and maximum thickness of nerve fascicles than Group \nIII. \nCONCLUSIONS \nHigh resolution ultrasonography of ulnar nerve is an easy non-invasive tool for the \nearly diagnosis of diabetic peripheral neuropathy by assessing the cross sectional \narea and maximum thickness of nerve fascicles.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».