Quantitative Measures of Modic Changes in Lumbar Spine Magnetic Resonance Imaging
Notice bibliographique
Résumé
STUDY DESIGN: A measurement reliability study. OBJECTIVE: To develop quantitative measures for Modic changes (MCs) on magnetic resonance (MR) images and evaluate measurement reliability. SUMMARY OF BACKGROUND DATA: MCs have been studied for more than 20 years but the clinical significance remains controversial. Little effort has been made to improve the measurement of MCs. METHODS: The study was approved by the responsible institutional review board. On the basis of Modic classification, a series of quantitative dimension and signal intensity measures were developed for assessing MCs. Midsagittal T1- and T2-weighted MR images from 83 lumbar spines were then qualitatively and quantitatively assessed by two observers independently. Kappa and intraclass correlation coefficient (ICC) were used to examine intra- and inter-rater reliability. Pearson correlation coefficient was used to assess the relationships between the quantitative measurements of MCs. Mean absolute deviation (MAD) and Bland-Altman plots also were used to evaluate measurement errors and limits of agreement for selected measures. RESULTS: For Modic classification, intrarater agreement was excellent (κ = 0.88) and inter-rater agreement was substantial (κ = 0.79). Intrarater agreement also was excellent when obtaining dimension measurements (ICC = 0.82-0.96) from T1- or T2-weighted images and inter-rater agreement was slightly greater using T1-weighted images (ICC = 0.73-0.88) than T2-weighted images (ICC = 0.66-0.82). Signal intensity measurements on T2-weighted images were found to have almost perfect intra- and inter-rater reliability (ICC = 0.92-0.99). The correlation analysis demonstrated that the quantitative measures represent different constructs. The MAD and Bland-Altman Plots further confirmed the high reliability of the area ratio, MCs mean signal intensity and MCs total signal intensity measurements. CONCLUSION: Three quantitative measures are suggested to assess the severity of MCs, which provide reliable, precise measurements for research on the etiology, pathogenesis, and clinical relevance of MCs.
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 | 0,047 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».