Significance of high-resolution ultrasound imaging and elastography as early predictors of diabetic peripheral neuropathy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract To evaluate the significance of high-resolution ultrasound (HRUS) and shear wave elastography (SWE) in the diagnosis of diabetic peripheral neuropathy (DPN) to clarify their possible roles as early predictors of the occurrence of this important complication. The study included 90 patients with diabetes mellitus with different clinical stages of DPN as well as 30 healthy controls. A full history, clinical examination, and assessment of both the Toronto Clinical Neuropathy Score (TCNS) and HbA1c were performed, followed by real-time HRUS and SWE examinations of their right and left tibial and median nerves to assess their cross-sectional area (CSA) and nerve stiffness, respectively. The CSA and stiffness of tibial and median nerves were significantly increased in patients with diabetes compared to controls, with higher values associated with the severity of their DPN. Both parameters were correlated with each other and with the duration of the disease, TCNS, and HbA1c. The CSA cut-off value of both tibial and median nerves to detect DPN in patients was 13.5 mm2, meanwhile, the SWE cut-off values were 68.5 and 61.5 KPa, respectively. SWE showed a higher AUC than CSA for the prediction of DPN. Measurement of the CSA and stiffness of the peripheral nerves could be a reliable tool for early detection of DPN. Therefore, we recommend adding these noninvasive diagnostic parameters as complementary diagnostic tools to the routine follow-up schedule of diabetic complications, especially in long-standing cases.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle