The John Charnley Award: Diagnostic Accuracy of MRI Versus Ultrasound for Detecting Pseudotumors in Asymptomatic Metal-on-Metal THA
Notice bibliographique
Résumé
BACKGROUND: The prevalence of pseudotumors in patients with large-head metal-on-metal (MOM) THA has been the subject of implant recalls and warnings from various regulatory agencies. To date, there is no consensus on whether ultrasound or MRI is superior for the detection of pseudotumors. QUESTIONS/PURPOSES: We prospectively compared ultrasound to MRI for pseudotumor detection in an asymptomatic cohort of patients with MOM THAs. We also compared ultrasound to MRI for assessment of pseudotumor growth and progressive soft tissue involvement at a 6-month interval. METHODS: We enrolled 40 patients with large-head MOM THAs in the study. The mean age was 54 years (range, 34-76 years). The mean time from surgery was 54 months (range, 40-81 months). There were 28 men and 12 women. All patients underwent ultrasound and MRI using slice encoding for metal artifact correction. The gold standard was defined as follows: if both ultrasound and MRI agreed, this was interpreted as concordant and the result was considered accurate. RESULTS: Ultrasound and MRI agreed in 37 of 40 patients (93%). The prevalence of pseudotumors was 31% (12 of 39) in our cohort. Twenty-three of 39 patients (59%) had completely normal tests and four (10%) had simple fluid collections. Ultrasound had a sensitivity of 100% and specificity of 96% while MRI had a sensitivity of 92% and specificity of 100%. CONCLUSIONS: A negative ultrasound rules out pseudotumor in asymptomatic patients as this test is 100% sensitive. Given its lower cost, we recommend ultrasound as the initial screening tool for pseudotumors.
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 | 0,007 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».