State of the science in diabetic foot: subjective screening vs. objective diabetic neuropathy examination in primary care
Notice bibliographique
Résumé
Among the conditioning factors of Diabetic Foot (DF), neuropathy is considered the main factor, arteriopathy the aggravating factor, and foot deformities the triggering factor. The preventive interventions for DF and its complications are distributed by levels of care. At the higher level, hospital care focuses on reducing DF amputations. At the lower level, Primary Care (PC) and Podiatry, focused on preventing DF. PC is considered the ideal place to identify the conditioning factors of DF. In this area, prevention follows the recommendations of the International Working Group on Diabetic Foot (IWGDF) by screening neuropathy focused on the sensitive or insensitive foot. The American Diabetes Association (ADA) a recommends person-centered assessment of neuropathy by clinical examination of symptoms and signs testing sensory, motor, and autonomic neuropathy. This controversy lead us to investigate which methodology (screening or clinical examination) could be more accurate in identifying the conditioning factors of DF in a group of people recruited in the TERMOPIEDI study. Neuropathy was assessed following the definition of diabetic neuropathy, the Young MJ diagnostic criteria, and the Toronto Council diagnostic category. These results allowed us to know the applicability of this procedure in PC within nursing competencies, detecting a greater number of patients with neuropathy compared to the screening method. People with neuropathy presented higher plantar temperature, concluding that neuropathy interferes with foot thermoregulation.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».