MétaCan
Menu
Retour à la cohorte
Enregistrement W6958296658 · doi:10.60692/jcsdy-b2812

Early detection of peripheral neuropathy in patients with diabetes mellitus type 2

2024· article· en· W6958296658 sur OpenAlexaboutno aff

Notice bibliographique

RevueGreater South Information System · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRace, Identity, and Education in Brazil
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiabetes mellitusPeripheral neuropathyBody mass indexPolyneuropathyBiomarkerNerve fiber layerArea under the curvePeripheral

Résumé

récupéré en direct d'OpenAlex

Abstract Background Early diagnosis of diabetic polyneuropathy (DPN) can significantly improve the prognosis and help prevent severe complications. The aim of this work was to study clinical, radiological, laboratory and neurophysiological findings for early detection of peripheral neuropathy in T2DM. Methods A total of 60 diabetic patients were classified according to Toronto Clinical Neuropathy Score (TCNS) into: Group 1: 20 diabetic patients with no evident neuropathy. Group 2: 20 diabetic patients with mild neuropathy. Group 3: 20 diabetic patients with moderate and severe neuropathy. All patients underwent a neurological examination, nerve conduction studies and optical coherence tomography (OCT) to assess retinal nerve fiber layer (RNFL) thickness. Additionally, ELISA technique to measure serum interleukin-6 (IL-6). Results The analysis of gender and age distributions among the groups revealed no significant differences. There were statistically significant differences regarding disease duration, HBA1c, body mass index Systolic and diastolic blood pressure. Group 3 had such significant impairment that resulted in an inability to record the measurements of sural nerves. The study's statistical analysis results for OCT variables, and post hoc comparisons revealed significant differences between all three groups. The results demonstrated significant variations in Serum IL6 levels among the groups, with Group 3 having the highest IL6 levels. In groups 1, 2, and 3 the area under the curve for IL-6 and RNFL showed a good differentiation ability between groups. Conclusion We conclude that the total thickness RNFL and serum IL-6 levels are a potential biomarker in prediction the severity of 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetRace, Identity, and Education in BrazilTravaux en français237 207