MétaCan
Menu
Retour à la cohorte
Enregistrement W4293572263 · doi:10.1111/dme.14952

Multimodal testing reveals subclinical neurovascular dysfunction in prediabetes, challenging the diagnostic threshold of diabetes

2022· article· en· W4293572263 sur OpenAlexaff
Varo Kirthi, Kate Reed, Komeil Alattar, Benjamin Zuckerman, Catey Bunce, Paul Nderitu, Uazman Alam, Bronagh Clarke, Scott Hau, Fatima Al‐Shibani, Ioannis N. Petropoulos, Rayaz A. Malik, Theodoros Pissas, Christos Bergeles, Prashanth Vas, David Hopkins, Timothy L. Jackson

Notice bibliographique

RevueDiabetic Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicinePrediabetesOphthalmologyRetinalDiabetes mellitusElectroretinographyDiabetic retinopathyInterquartile rangeRetinaType 2 diabetesInternal medicineCardiologyEndocrinologyOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Aim To explore if novel non‐invasive diagnostic technologies identify early small nerve fibre and retinal neurovascular pathology in prediabetes. Methods Participants with normoglycaemia, prediabetes or type 2 diabetes underwent an exploratory cross‐sectional analysis with optical coherence tomography angiography (OCT‐A), handheld electroretinography (ERG), corneal confocal microscopy (CCM) and evaluation of electrochemical skin conductance (ESC). Results Seventy‐five participants with normoglycaemia ( n = 20), prediabetes ( n = 29) and type 2 diabetes ( n = 26) were studied. Compared with normoglycaemia, mean peak ERG amplitudes of retinal responses at low (16‐Td·s: 4.05 μV, 95% confidence interval [95% CI] 0.96–7.13) and high (32‐Td·s: 5·20 μV, 95% CI 1.54–8.86) retinal illuminance were lower in prediabetes, as were OCT‐A parafoveal vessel densities in superficial (0.051 pixels/mm 2 , 95% CI 0.005–0.095) and deep (0.048 pixels/mm 2 , 95% CI 0.003–0.093) retinal layers. There were no differences in CCM or ESC measurements between these two groups. Correlations between HbA 1c and peak ERG amplitude at 32‐Td·s ( r = −0.256, p = 0.028), implicit time at 32‐Td·s ( r = 0.422, p < 0.001) and 16‐Td·s ( r = 0.327, p = 0.005), OCT parafoveal vessel density in the superficial ( r = −0.238, p = 0.049) and deep ( r = −0.3, p = 0.017) retinal layers, corneal nerve fibre length (CNFL) ( r = −0.293, p = 0.017), and ESC‐hands ( r = −0.244, p = 0.035) were observed. HOMA‐IR was a predictor of CNFD ( β = −0.94, 95% CI −1.66 to −0.21, p = 0.012) and CNBD ( β = −5.02, 95% CI −10.01 to −0.05, p = 0.048). Conclusions The glucose threshold for the diagnosis of diabetes is based on emergent retinopathy on fundus examination. We show that both abnormal retinal neurovascular structure (OCT‐A) and function (ERG) may precede retinopathy in prediabetes, which require confirmation in larger, adequately powered studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,281
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetic MedicineMême sujetRetinal Diseases and TreatmentsTravaux en français237 207