FAT-SUPPRESSED SPOILED GRADIENT-RECALLED IMAGING OF EQUINE METACARPOPHALANGEAL ARTICULAR CARTILAGE
Notice bibliographique
Résumé
The purpose was to evaluate the capacity of 1.5 T magnetic resonance (MR) imaging to assess articular cartilage in racehorses with naturally occurring metacarpophalangeal joint osteoarthritis. A sagittal, three-dimensional spoiled gradient-recalled echo (SPGR) with fat saturation (FS) sequence was acquired ex vivo on 20 joints. Following joint dissection, specific areas on the third metacarpal condyle were designated for subsequent sampling for histologic cartilage thickness measurement and modified Mankin scoring. Cartilage thickness was measured and cartilage signal intensity was also graded (0-3) on MR images at these selected metacarpal sites. Cartilage structure was graded (0-3) macroscopically and on MR images by two examiners in defined subregions of the proximal phalanx, third metacarpal, and proximal sesamoid bones. There was good precision (mean error 0.11 mm) and moderate correlation (r = 0.44; P < 0.0001) of cartilage thickness measurements between MR images (0.90 +/- 0.17mm) and histology (0.79 +/- 0.16 mm). There was moderate correlation between modified Mankin histologic score and signal intensity of cartilage (r = 0.36; P < 0.01) or MR cartilage structure assessment (r = 0.49, P > 0.001) on SPGR-FS. The sensitivity to detect full-thickness cartilage erosion on MR was only moderate (0.56), and these lesions were often underestimated, particularly when linear in nature. However, the specificity to detect such lesions on MR was high (0.92). While few limitations were identified, the use of a clinically applicable SPGR-FS sequence allows a reasonably accurate method to assess structural changes affecting the articular cartilage of the equine metacarpophalangeal joint.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 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 ».