Responsiveness of Magnetic Resonance Imaging-derived Measures Over 2.7 Years
Notice bibliographique
Résumé
OBJECTIVE: To compare the responsiveness of magnetic resonance imaging (MRI)-derived measures of knee osteoarthritis over 2.7 years. METHODS: There were 430 community-based participants (mean age 63.0 yrs, range 51-79 yrs; 51% female) measured at baseline and 2.7 years later. MRI of the right knee at both timepoints was performed to assess cartilage volume, cartilage defects, bone marrow lesions (BML), meniscal pathology, and tibial bone area. Global measurements were calculated as the sum of tibial and femoral measures. Standardized response mean (SRM) was calculated as the mean of change divided by the SD of change. RESULTS: Global tibiofemoral cartilage volume and cartilage defects had the best SRM of -0.80 and 0.62, respectively. Site-specific measurements were lower (SRM range for cartilage volume -0.48 to -0.54 and cartilage defects 0.33 to 0.49). The SRM for BML was 0.12, meniscal pathology 0.39, and tibial bone area -0.09. Cartilage volume and/or defects tended to be more responsive in those with knee pain, those who were obese, those who were older, and those with radiographic osteoarthritis. CONCLUSION: Global cartilage volume demonstrated the best sensitivity to change, suggesting that if we relied solely on SRM to optimize clinical trial design, then cartilage volume would be the best outcome measure. However, clinical trials have shown that cartilage volume may be less responsive to treatment compared to other measures that have lower SRM (such as BML). Therefore, although one can optimize trial efficiency by finding more responsive endpoints, both sensitivity to change and magnitude of benefit should be considered.
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 | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».