Serum Neurofilament Light Chain and Structural and Functional Nerve Fiber Loss in Painful and Painless Diabetic Polyneuropathy
Notice bibliographique
Résumé
AIMS: To explore associations between the axonal protein neurofilament light chain (NfL) and severity of diabetic polyneuropathy (DPN) and pain. METHODS: We performed cross-sectional analysis of a subset of the PiNS/DOLORisk cohort of people with DPN with and without neuropathic pain. Biobank samples were analyzed for serum NfL (s-NfL) using single molecule array. DPN was defined by Toronto criteria for probable or confirmed DPN. Painful DPN (PDPN) was evaluated according to IASP criteria. Measures of DPN severity included clinical DPN scales, quantitative sensory testing (QST) and intraepidermal nerve fiber density (IENFD). RESULTS: Participants with confirmed (N = 172) or probable DPN (N = 29) were included. There was no s-NfL difference between participants with DPN (N = 79, 22.8 ng/L [IQR 17.4; 31.3]) and PDPN (N = 122, 22.2 ng/L [16.0; 34.4]). S-NfL was not associated with pain severity or DPN severity evaluated by clinical DPN scales. Higher s-NfL was associated with lower IENFD (13.6 % [95 % CI 3.1; 22.9], unit = 1 fiber/mm, N = 24) and more pronounced loss of nerve fiber function measured by QST (p-trend = 0.02). CONCLUSIONS: Higher s-NfL was associated with nerve fiber dysfunction and loss quantified by QST and IENFD, but not with pain or clinical DPN scales. S-NfL may reflect the severity of nerve fiber damage underlying DPN.
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 | 0,003 | 0,006 |
| 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 | 0,001 |
| 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 ».