MétaCan
Menu
Retour à la cohorte
Enregistrement W2243866888 · doi:10.4028/www.scientific.net/amm.775.415

A Preliminary Study of DXA and QCT Derived Femur Cross-Section Stiffness

2015· article· en· W2243866888 sur OpenAlexaff
Yun Luo, Hui Juan Yang, Laura E. Targownik, Andrew L. Goertzen, William D. Leslie

Notice bibliographique

RevueApplied Mechanics and Materials · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésQuantitative computed tomographyStiffnessFemurMedicineBiomedical engineeringNuclear medicineBone densityOsteoporosisMaterials scienceSurgery

Résumé

récupéré en direct d'OpenAlex

Dual energy X-ray absorptiometry (DXA) and quantitative computed tomography (QCT) are the two clinic imaging modalities available for examining bone quality. However, there is a dilemma in their selection. DXA uses a lower and safer X-ray dosage, but the produced image is two-dimensional, the information of bone spatial geometry and heterogeneous material distribution required for evaluating bone quality is missing; On the other hand, although QCT is able to capture all the required information, it has to use amuch higher X-ray dosage that may be a potentialhealth concern. Femur cross-section stiffness is an important parameter forassessing bone quality. Although itcan be determined from both DXA and QCT image, it is best computed from QCT for the reason mentioned in the above. In this study, we attempted to establish the ‘equivalence’ between DXA and QCT derived femur cross-section stiffness. If it is successful, DXA can be used in replacement of QCT in assessing bone quality. The study results showed that there indeed exist strong correlations between DXA and QCT derived femur stiffness, but they are not equivalent to each other.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,341
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetBone health and osteoporosis researchTravaux en français237 207