SUDOSCAN, an Innovative, Simple and Non-Invasive Medical Device for Assessing Sudomotor Function
Notice bibliographique
Résumé
Diabetic autonomic neuropathy is probably the most undiagnosed but serious complication of diabetes. The main objectives were to assess the prevalence of peripheral and autonomic neuropathy in a population of diabetic patients, analyze it in a real-life outpatient unit scenario and determine the feasibility of performing SUDOSCAN tests together with widely used tests for neuropathy. A total of 33 patients were included in the study. Different scoring systems (the Toronto Clinical Neuropathy Score-TCNS; the Neuropathy Disability Score-NDS; and the Neuropathy Symptom Score-NSS) were applied to record diabetic neuropathy (DN), while the SUDOSCAN medical device was used to assess sudomotor function, detect diabetic autonomic neuropathy and screen for cardiac autonomic neuropathy (CAN). Fifteen (45.5%) patients had sudomotor dysfunction. The SUDOSCAN CAN risk score was positively correlated with the hands' electrochemical sweat conductance (ESC), diastolic blood pressure (DBP), the level of the glycated hemoglobin, as well as with the TCNS, NDS and NSS. Performing SUDOSCAN tests together with other tests for DN proved to be a feasible approach that could be used in daily clinical practice in order to screen for DN, as well as for the early screening of CAN, before more complex and time-consuming tests.
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 | 0,001 | 0,001 |
| 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 ».