Diagnostic performance of graded tuning fork vibration thresholds as a stand-alone test and within clinical assessments of diabetic neuropathy
Notice bibliographique
Résumé
AIMS: We aimed to provide new reference data for C64 Hz-Rydel-Seiffer tuning fork Vibration Sensation Thresholds (VST) for the clinical diagnosis of Diabetic Sensorimotor Polyneuropathy (DSPN) and to evaluate the diagnostic performance when used in combination with other clinical tests as implemented in the Neuropathy Disability Score (NDS). METHODS: The study included 1,215 individuals with type 1 or type 2 diabetes and 207 with Normal Glucose Tolerance (NGT), who underwent clinical, electrophysiological, and Quantitative Sensory Tests (QST). Multiple regression analyses were used to determine VST in individuals with NGT. The diagnostic performance of tests to detect confirmed small or large fibre DSPN according to Toronto consensus criteria was assessed in 373 individuals with diabetes who underwent skin biopsies do determine intraepidermal nerve fibre density (IENFD). RESULTS: The new age-dependent lower normative VST showed 73.5% sensitivity, 85.4% specificity, and 82.3% accuracy in diagnosing confirmed DSPN. Combining VST with the PinPrick test resulted in 83.4% sensitivity, 80.3% specificity, and 81.2% accuracy. The NDS incorporating VST was associated with nerve conduction indices, QST, and IENFD. CONCLUSIONS: The new VST reference data shall enable clinicians to detect DSPN with higher accuracy in clinical practice, particularly when combined with a single small fibre test.
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 | 0,011 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».