Early Neuropathy as a Predictor of Subclinical Diabetic Nephropathy in Well‐Controlled Type 2 Diabetic Patients: A Cross‐Sectional Study
Notice bibliographique
Résumé
Background Diabetic neuropathy (DN) and nephropathy (DKD) are prevalent microvascular complications in Type 2 diabetes mellitus (T2DM), often evolving silently. Detecting early nephropathy remains a clinical challenge, especially in patients with preserved renal function. Objective The objective was to determine whether the Toronto Clinical Scoring System (TCS) for diabetic neuropathy can predict early nephropathy (albuminuria) in people with well‐controlled T2DM who have a normal eGFR. Methods We conducted a cross‐sectional study with 122 T2DM patients (HbA1c < 7 % , eGFR > 90) to look for peripheral neuropathy using TCS and nephropathy using the urinary albumin‐to‐creatinine ratio (UACR). Patients were classified based on the presence of albuminuria (UACR ≥ 30 mg/g). Statistical analyses included t ‐tests, chi‐square tests, Spearman correlation, and logistic regression. Results Patients with diabetic nephropathy or neuropathy were significantly older and exhibited higher systolic blood pressure and albuminuria. A clear stepwise increase in albuminuria was observed with rising neuropathy severity, with nephropathy prevalence ranging from 42% in patients without neuropathy to 72% in those with severe neuropathy. A significant positive correlation between TCS and UACR ( ρ = 0.29, p = 0.0012) supports a progressive link between nerve and kidney involvement. Conclusion Clinical diabetic neuropathy is significantly associated with early nephropathy in well‐controlled T2DM patients. Routine neuropathy assessment may serve as a simple, cost‐effective predictor of subclinical renal damage. Future prospective studies should investigate whether early intervention in patients with neuropathy can attenuate or delay renal injury and whether this predictive link holds true across diverse ethnic and age groups.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».