回归方程分析增强了在糖尿病神经病变中超越轴突损失的传导减速的检测
Nizar Souayah1, Zhao Zhong Chong1, Tejas Patel1
1Department of Neurology, Rutgers University New Jersey Medical School, 90 Bergen Street DOC 8100, Newark, NJ, 07101, USA.
Heliyon
|November 21, 2024
概括
回归分析有效地识别了糖尿病远距离对称性多神经病 (DSP) 中的脱髓化,揭示了轴突损失之外的导电减缓. 这种方法有助于理解糖尿病患者的神经损伤.
科学领域:
- 神经学 神经学
- 临床电生理学 临床电生理学
- 糖尿病神经病变 - 糖尿病神经病变
背景情况:
- 糖尿病远距离对称性多神经病变 (DSP) 通常涉及神经传导减缓.
- 在DSP中导电减速可能是由轴突损失和脱髓化引起的.
- 识别叠加性脱髓化对于准确诊断和糖尿病神经病变的管理至关重要.
研究的目的:
- 评估回归分析在评估糖尿病DSP中的导电减速时的有用性.
- 确定回归分析是否可以在糖尿病DSP中识别除了轴突损失之外的脱髓化.
- 将回归分析的诊断能力与已建立的脱髓化标准进行比较.
主要方法:
- 利用先前建立的回归分析方程来分析神经传导数据.
- 在糖尿病DSP患者的运动神经中检查导电速度 (CV).
- 在糖尿病的DSP患者和非糖尿病的DSP对照组中比较发现.
主要成果:
- 与非糖尿病对照组相比,糖尿病DSP患者在所有测试的神经中表现出明显较慢的平均CV.
- 较高的比例的糖尿病DSP患者满足了导电减速的回归方程标准 (47.0%对23.3%).
- 脱髓化范围心血管减速的可能性在糖尿病的DSP (0.73) 与非糖尿病的DSP (0.52) 相比显著更高.
结论:
- 回归分析是识别糖尿病DSP的导电减速的一个有价值的工具.
- 这种方法可以检测糖尿病DSP中的叠加脱髓化,超出仅仅归因于轴突损失的范围.
- 回归分析提供了一种定量方法来评估糖尿病神经病变中的脱髓化成分.
更多相关视频
06:40Screening of Axonal Degeneration in Carpal Tunnel Syndrome Using Ultrasonography and Nerve Conduction Studies
Published on: January 11, 2019
11.6K
11:29Corneal Confocal Microscopy: A Novel Non-invasive Technique to Quantify Small Fibre Pathology in Peripheral Neuropathies
Published on: January 3, 2011
26.5K
