Validation of an MRI‐based method to assess patellofemoral joint contact areas in loaded knee flexion in vivo
Notice bibliographique
Résumé
PURPOSE: To develop and validate short axial and sagittal MRI scans (<1min) to assess in vivo patellofemoral contact areas in loaded knee flexion. MATERIALS AND METHODS: Contact area was assessed in four cadaver knee specimens from axial and sagittal scans using two contact area extraction techniques (delineation and intersection) and three calculation techniques (slice thickness multiplication, linear interpolation, and spline interpolation). Error was expressed as the mean absolute and percentage difference from a dye staining-based reference standard. Intrareader and intrasubject repeatability, expressed as the mean standard deviation, was determined. RESULTS: Contact area assessments from the sagittal MRI scans using the delineation and slice thickness multiplication technique had the smallest error (47.7 ± 38.1 mm(2) or 10.7%). The intrareader repeatability from assessments using the sagittal scans was smaller than those using the axial scans when the delineation method was used (<9.4 ± 4.3 mm(2) and <15.4 ± 14.1 mm(2) , respectively). The intrasubject repeatability of the assessment from the sagittal scan was less than 39.9 ± 23.0 mm(2) . CONCLUSION: This protocol yields assessments of contact area in less than 1 minute that have errors similar to those made using scans many times longer and can be used in series with kinematic scans to carry out simultaneous assessments in vivo to study patellofemoral joint disease.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».