Frequency of Bone Marrow Lesions and Association with Pain Severity: Results from a Population-based Symptomatic Knee Cohort
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the prevalence of bone marrow lesions (BML) and their association with pain severity in a population-based cohort of symptomatic early knee osteoarthritis (OA). METHODS: Subjects with knee pain (n = 255), age 40-79 years, were evaluated by radiograph and magnetic resonance imaging (MRI) and classified into OA stages: no OA (NOA), preradiographic OA (PROA), and radiographic OA (ROA). BML were graded 0-3 (none, mild, moderate, severe) in 6 regions and defined as (1) BMLsum = the sum of 6 scores; and (2) BMLmax = the worst score at any region. Pain was assessed by the Western Ontario and McMaster Universities OA Index (WOMAC). Linear regression analysis was completed to assess the association of Total WOMAC Pain (primary outcome) versus BMLsum or BMLmax. Secondary outcomes were WOMAC Pain on Walking and WOMAC Pain on Climbing Stairs. All analyses were adjusted for age, sex, body mass index, OA stage, joint effusion, and meniscal damage. RESULTS: BML were present in 11% of NOA, 38% of PROA, and 71% of ROA subjects (p < 0.001). No association was seen for BMLsum or BMLmax versus Total WOMAC Pain or Pain on Walking. However, BMLsum was associated with Pain on Climbing Stairs [regression coefficients (RC) = 0.09, 95% CI 0.00-0.18]. BMLmax was associated with Pain on Climbing Stairs, with the strongest association for severe BML (RC 0.60, 95% CI 0.04-1.17). CONCLUSION: BML were present in 38% of PROA and 71% of ROA subjects in this symptomatic knee cohort. BML were significantly associated with Pain on Climbing Stairs but not Total WOMAC or Pain on Walking.
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 | 0,001 |
| 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 ».