Value of shear wave elastography combined with the Toronto clinical scoring system in diagnosis of diabetic peripheral neuropathy
Notice bibliographique
Résumé
ABSTRACT: To evaluate the diagnostic values of shear wave elastography (SWE) alone and in combination with the Toronto clinical scoring system (TCSS) on diabetic peripheral neuropathy (DPN) in patients with type 2 diabetes mellitus (T2DM).The study included 41 DPN patients, 42 non-DPN patients, and 21 healthy volunteers. Conventional ultrasonography and SWE were performed on the 2 sides of the tibial nerves, and cross-sectional area (CSA) and nerve stiffness were measured. TCSS was applied to all patients. A receiver operating characteristic curve analysis was performed.The stiffness of the tibial nerve, as measured as mean, minimum or maximum elasticity, was significantly higher in patients in the DPN group than the other groups (P < .05). The tibial nerve of subjects in the non-DPN group was significantly stiffer compared to the control group (P < .05). There was no significant difference of the tibial nerve CSA among the 3 groups (P > .05). Mean elasticity of the tibial nerve with a cutoff of 71.3 kPa was the most sensitive (68.3%) and had a higher area under the curve (0.712; 0.602-0.806) among the 3 shear elasticity indices for diagnosing DPN when used alone. When combining SWE with TCSS in diagnosing DPN, the most effective parameter was the EMax, which yielded a sensitivity of 100.00% and a specificity of 95.24%.SWE is a better diagnostic tool for DPN than the conventional ultrasonic parameter CSA, and a higher diagnostic value is attained when combining SWE with TCSS.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».