Patellofemoral Bone Marrow Lesions: Natural History and Associations With Pain and Structure
Notice bibliographique
Résumé
OBJECTIVE: To describe the natural history of patellofemoral (PF) joint bone marrow lesions (BMLs) over 2.6 years and associations between changes in PF joint BMLs, knee pain, and knee cartilage morphology in older adults over 5 years. METHODS: A prospective population-based cohort study of men and women ages 50-80 years (mean age 63 years, n = 406) was performed. PF joint BMLs, knee cartilage volume, and cartilage defect scores (range 0-4) were measured using the Whole-Organ Magnetic Resonance Imaging Score system at baseline and at 2.6 years. Knee pain was assessed by Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scores at baseline and at 5 years. RESULTS: At baseline, 27% (n = 109) had PF joint BMLs; 24% of these increased (WOMAC score change of ≥1) at followup, 44% persisted, 32% decreased, and 21% resolved completely. Of those without PF joint BMLs at baseline, 20% of participants developed PF joint BMLs over 2.6 years. In multivariable analyses, a change in PF joint BMLs was deleteriously associated with a change in total knee pain (β = 0.67, 95% confidence interval [95% CI] 0.03, 1.31) and knee pain when going up/down stairs (β = 0.24, 95% CI 0.04, 0.44) over 5 years. Baseline PF joint and tibiofemoral joint cartilage volume were protective for PF joint BMLs (relative risk [RR] 0.69, 95% CI 0.52, 0.90 for PF joint), while baseline PF joint cartilage defects were associated with an increase in PF joint BMLs (RR 1.73, 95% CI 1.38, 2.17) over 2.6 years. TF joint cartilage defects were not associated with increases in PF joint BMLs. CONCLUSION: PF joint BMLs are not static, and change is clinically relevant. PF joint cartilage morphology predicts increases in PF joint BMLs.
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) | 0,000 | 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 ».