Standing Balance Performance and Knee Extensors’ Strength in Diabetic Patients with Neuropathy
Notice bibliographique
Résumé
Diabetes peripheral neuropathy (DPN) leads to balance impairment among diabetes mellitus (DM). The aims of this study were to (1) distinguish between DM patients who have/do not have DPN and to (2) compare quadriceps' strength and balance performance of DM, DPN, and healthy groups. Fifteen healthy females and 33 females with type 2 diabetic patients participated. The electrodiagnostic method was used to classify diabetic patients into DM and DPN. A dynamometer was used to measure quadriceps' strength. Single-leg standing on a force plate was also used to quantify participants' balance. Smaller conduction velocity and amplitude and greater distal latency of all nerves were observed in the DPN compared with the DM in particular for sensory nerve. In DPN, conduction velocity was asymmetrical. The quadriceps' strength of both legs in DPN and the right leg in DM was smaller than in the control group. The root mean square of the center of pressure was similar between DM and DPN. But it was larger in DPN than in the control group. DPN is associated with asymmetrical conduction velocity, smaller quadriceps' strength, and weaker balance performance that is suggestive of higher risk of falling. Balance training is recommended for the DPN group during their rehabilitation to reduce their falling risk.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».