Morphological and Mechanical Properties of Lower-Limb Muscles in Type 2 Diabetes: New Potential Imaging Indicators for Monitoring the Progress of DPN
Notice bibliographique
Résumé
The aim of this study was to explore changes in morphological and mechanical properties of lower-limb skeletal muscles in patients with diabetes with and without diabetic peripheral neuropathy (DPN) and seek to find a potential image indicator for monitoring the progress of DPN in patients with type 2 diabetes mellitus (T2DM). A total of 203 patients with T2DM, with and without DPN, were included in this study. Ultrasonography and ultrasound shear wave imaging (USWI) of the abductor hallux (AbH), tibialis anterior (TA), and peroneal longus (PER) muscles were performed for each subject, and the shear wave velocity (SWV) and cross-sectional area (CSA) of each AbH, TA, and PER were measured. The clinical factors influencing AbH_CSA and AbH_SWV were analyzed, and the risk factors for DPN complications were investigated. AbH_CSA and AbH_SWV in the T2DM group with DPN decreased significantly (P < 0.05), but no significant differences were found in the SWV and CSA of the TA and PER between the two groups. Toronto Clinical Scoring System (CSS) score and glycosylated hemoglobin (HbA1c) were independent predictors of AbH_CSA and AbH_SWV. As AbH_SWV and AbH_CSA decreased, Toronto CSS score and HbA1c increased and incidence of DPN increased significantly. In conclusion, the AbH muscle of T2DM patients with DPN became smaller and softer, while its morphological and mechanical properties were associated with the clinical indicators related to the progression of DPN. Thus, they could be potential imaging indicators for monitoring the progress of DPN in T2DM patients.
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 ».