Prevalence and Clinical Characteristics of Pretibial Myxedema in Chinese Outpatients With Thyroid Diseases
Notice bibliographique
Résumé
Background: There have been no reports on the prevalence of pretibial myxedema (PTM) in thyroid diseases in China. In order to resolve the problem, we retrospectively investigated Chinese outpatients with thyroid diseases and analyzed the clinical manifestation of PTM. Methods: All outpatients with thyroid diseases at Department of Nuclear Medicine from October 24, 2000 to November 11, 2006 were included in the investigation by eligible case criteria and screened by PTM diagnosis criteria. The fill-out forms of PTM had three main items which contained demographics, diagnosis of thyroid diseases, relationship among I-131 therapy, thyroid function and onset of PTM, and the clinical manifestation of PTM. Descriptive statistics of the data were performed with statistical software SPSS17.0. Results: The prevalence of PTM was 1.6% (728/44,646) in thyroid diseases, 1.7% in thyrotoxicosis, and 0.36% in Hashimoto thyroiditis, primary hypothyroidism and thyroid adenoma, respectively. The average age was 41.1 ± 11.9 years (15 - 78 years). The sex ratio was 1:3.7. Eighty-three percent of cases were Chinese farmers. The onset of PTM was 63.9% in euthyroidism, 22% in hyperthyroidism, 11.4% in hypothyroidism and 2.7% in unclear thyroid function. The course was 10 days to 10 years and its average was 37.8 ± 20.5 months. The clinical forms were 82.6% in non-pitting diffuse swelling, 12.4% in plaque/nodule, 2.7% in verruciform plaque, 1.6% in elephantiasis and 0.7% in tumorous. Conclusions: The prevalence of PTM with chronic and autoimmune features is 1.6% in thyroid diseases. Its onset is not related to thyroid dysfunction and it should be treated early. J Endocrinol Metab. 2015;5(4):250-255 doi: http://dx.doi.org/10.14740/jem306e
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) | 0,001 | 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 ».