Assessment of Cartilage Changes Over Time in Knee Osteoarthritis Disease‐Modifying Osteoarthritis Drug Trials Using Semiquantitative and Quantitative Methods: Pros and Cons
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of 2 magnetic resonance imaging (MRI) sequences on cartilage defect assessment in knee osteoarthritis (OA) patients and the sensitivity to change over time comparing cartilage defect (semiquantitative) with cartilage volume loss (quantitative) methods. METHODS: Gradient-echo (GRE) and intermediate-weighted fast spin-echo (IW-FSE) sequences were compared. Knee OA MRIs were from two 2-year studies (cohort 1, n = 55; cohort 2, n = 143). For both cohorts, a GRE sequence was used and patients in cohort 1 underwent an additional IW-FSE sequence. Cohort 2 included patients from a previous trial. Cartilage defects and cartilage volume were evaluated. RESULTS: The cartilage defect assessment provided consistently significantly higher scores in IW-FSE than in GRE sequences at baseline and 2 years. However, there was no difference in the change at 2 years between the sequences. The standardized response mean (SRM) for change did not show a difference between the 2 sequences, but was consistently higher (2-2.5-fold) for the quantitative method. The cartilage defect score change between the 2 treatment groups revealed a trend toward significance only in the medial tibial plateau, whereas the change in cartilage volume loss demonstrated a significant difference in the global knee, global femur, lateral femur, and lateral compartment. The SRMs for the treatment groups combined were markedly higher for cartilage volume loss than for the defect scoring by 4.3- to 6.0-fold. CONCLUSION: The direct comparison between GRE and IW-FSE sequences did not suggest superior sensitivity to cartilage defect change over time of one sequence over the other. Interestingly, the quantitative cartilage volume assessment was more sensitive than the semiquantitative scoring in the detection of treatment effect on OA cartilage changes.
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 | 0,101 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».