Diagnostic accuracy of the 5.07 monofilament test for diabetes polyneuropathy: influence of age, sex, neuropathic pain and neuropathy severity
Notice bibliographique
Résumé
INTRODUCTION: There is a need for simple and cheap diagnostic tools for diabetic polyneuropathy (DPN). We aimed to assess the diagnostic accuracy of the 5.07/10 g monofilament test in patients referred to polyneuropathy assessments, as well as to examine how disease severity, age, sex and neuropathic pain (NP) impact diagnostic accuracy. RESEARCH DESIGN AND METHODS: Five Norwegian university hospitals recruited patients with diabetes aged 18-70 referred to neurological outpatient clinics for polyneuropathy assessments. The 5.07/10 g Semmes-Weinstein monofilament examination (SWME) was validated against the Toronto consensus for diagnosing diabetic neuropathies; the results were stratified by age, sex and NP. Disease severity was graded by a combined nerve conduction study (NCS) Z-score, and logistic regression was applied to assess whether disease severity was a predictor of diagnostic accuracy. RESULTS: In total, 506 patients were included in the study. Global sensitivity was 0.60 (95% CI 0.55, 0.66), specificity 0.82 (95% CI 0.75, 0.87), positive and negative predictive values were 0.86 (95% CI 0.81, 0.90) and 0.52 (95% CI 0.46, 0.58), respectively, positive and negative likelihood ratios were 3.28 (95% CI 2.37, 4.53) and 0.49 (95% CI 0.42, 0.57), respectively. The SWME was less sensitive in females (0.43), had lower specificity in patients with NP (0.56), and performed worse in patients ≥50 years. NCS-based disease severity did not affect diagnostic accuracy (OR 1.15, 95% CI 0.95, 1.40). CONCLUSIONS: This multicenter study demonstrates poor diagnostic performance for the 5.07/10 g SWME in patients with diabetes referred to polyneuropathy assessments; it is particularly unsuited for female patients and those with NP. The diagnostic accuracy of the SWME was not influenced by NCS-based disease severity, demonstrating that it does not perform better in patients with later stages of DPN. We do not recommend the use of the 5.07/10 g monofilament in the evaluation of patients with diabetes referred to polyneuropathy assessments.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».