Clinical Diagnosis and Laboratory Testing of Abnormal Appearing Toenails: A Retrospective Assessment of Confirmatory Testing for Onychomycosis in the United States, 2022–2023
Notice bibliographique
Résumé
Onychomycosis is an under-recognized healthcare burden. Despite the risk of misdiagnosis, confirmatory laboratory testing is under-utilized. Histopathologic examination with polymerase chain reaction (PCR) is currently the most effective diagnostic method; it offers direct detection and identification of a fungal invasion. In this retrospective cohort study, we assessed confirmatory testing results, with matching clinical diagnoses, in 96,293 nail specimens submitted during a 9-month period from 2022 to 2023. Toenail specimens were examined using fungal culture, histopathology and/or PCR. Clinical diagnoses were identified using the International Classification of Diseases 10th Revision codes. For clinically diagnosed onychomycosis patients, the overall positivity rate was 59.4%; a similar positivity rate (59.5%) was found in patients with clinically diagnosed non-fungal nail dystrophy. Performing a histopathologic examination with PCR was more likely to provide pathogen identification results than using fungal culture. Male patients had a higher rate of onychomycosis overall; however, female patients had more non-dermatophyte mold onychomycosis caused by Aspergillus. Clinically diagnosed onychomycosis patients with a co-diagnosis of tinea pedis were more likely to test positive for onychomycosis by PCR (odds ratio [OR]: 4.2; 95% confidence interval [CI]: 2.7–6.4), histopathology (OR: 2.5; 95% CI: 2.0–3.1) and fungal culture (OR: 3.2; 95% CI: 1.5–6.6). Our results support the use of confirmatory laboratory testing when there is a clinical diagnosis of onychomycosis.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».