154-OR: Combined Point-of-Care Devices, DPN-Check and Sudoscan, Diagnose Early DPN and Predict Diabetic Foot Ulceration
Notice bibliographique
Résumé
Introduction and Objective: Diabetic peripheral neuropathy (DPN) is the strongest risk factor for diabetic foot ulceration (DFU). Current screening methods (e.g. 10g monofilament [10g-MFT]) are crude and diagnose DPN late when the condition is already well established. Point-of-care devices (POCDs), DPN-Check, a hand-held device that measures nerve conduction/amplitude and SUDOSCAN that measures sudomotor function, diagnose DPN early. However, their abilities to predict incident DFU is unknown. Methods: 229 consecutive participants with diabetes were followed up for 9 years and underwent detailed assessments including: the Toronto Clinical Neuropathy Score (TCNS), 10g-MFT, and POCD. Risk of incident DFU was analysed using odds-ratios for participants with abnormal baseline TCNS, 10gMFT and combined POCDs tests who developed DFU at follow-up. Results: At baseline, the prevalence of DPN diagnosed was 14.4%, 27% and 66.8% for MFT(n=33), TCNS(n=62) and POCD(n=153) respectively. 100 participants attended the 9 year follow-up however 59 participants died. Those who attended follow up visits were significantly younger [58.0(11.1)vs59.1(17.8) years;(p<0.001(95%CI:4.1:11.4)], had fewer co-morbidities [2.7vs3.2; P<0.001] and lower Q-risk score (21.4(12.9)vs24.5(14.4); p<0.001). Thirty-five (15.3%) participants developed DFU. Participants with abnormal POCDs at baseline demonstrated a 4.4-fold increased risk [(n=31),95%CI:1.5:12.9, p<0.004)] of developing DFU compared to those with normal POCDs at baseline. There was also an increased risk of incident DFU with DPN diagnosed using TCNS [(n=17), OR 2.9(95%CI:1.4:6.1, p=0.004)] and 10g-MFT [(n=13), OR 4.5(95%CI:1.9:10.4, p<0.001)]. Conclusion: We have demonstrated that abnormal POCD tests predict greater number of incident DFUs. These results advocate the use of POCDs to predict DFUs at an early stage, when preventative measures can be implemented. Disclosure M. Goonoo: None. D. Selvarajah: None. G.P. Sloan: Speaker's Bureau; Eli Lilly and Company, Procter & Gamble. S. Tesfaye: Advisory Panel; AstraZeneca, Bayer Pharmaceuticals, Inc. Speaker's Bureau; Berlin-Chemie AG. Advisory Panel; Grünenthal. Speaker's Bureau; Metronics, Novo Nordisk. Advisory Panel; Procter & Gamble. Speaker's Bureau; Viatris Inc. Advisory Panel; Nevro Corp. Funding Proctor and Gamble (STH22196)
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,021 | 0,002 |
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 ».