Perfusion MRI in hips with metal-on-metal and metal-on-polyethylene total hip arthroplasty
Notice bibliographique
Résumé
OBJECTIVES: Hips with metal-on-metal total hip arthroplasty (MoM THA) have a high rate of adverse local tissue reactions (ALTR), often associated with hypersensitivity reactions. Dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) measures tissue perfusion with the parameter Ktrans (volume transfer constant of contrast agent). Our purpose was 1) to evaluate the feasibility of DCE-MRI in patients with THA and 2) to compare DCE-MRI in patients with MoM bearings with metal-on-polyethylene (MoP) bearings, hypothesising that the perfusion index Ktrans in hips with MoM THA is higher than in hips with MoP THA. METHODS: In this pilot study, 16 patients with primary THA were recruited (eight MoM, eight MoP). DCE-MRI of the hip was performed at 1.5 Tesla (T). For each patient, Ktrans was computed voxel-by-voxel in all tissue lateral to the bladder. The mean Ktrans for all voxels was then calculated. These values were compared with respect to implant type and gender, and further correlated with clinical parameters. RESULTS: There was no significant difference between the two bearing types with both genders combined. However, dividing patients by THA bearing and gender, women with MoM bearings had the highest Ktrans values, exceeding those of women with MoP bearings (0.067 min(-1) versus 0.053 min(-1); p-value < 0.05) and men with MoM bearings (0.067 min(-1) versus 0.034 min(-1); p-value < 0.001). Considering only the men, patients with MoM bearings had lower Ktrans than those with MoP bearings (0.034 min(-1) versus 0.046 min(-1); p < 0.05). CONCLUSION: DCE-MRI is feasible to perform in tissues surrounding THA. Females with MoM THA show high Ktrans values in DCE-MRI, suggesting altered tissue perfusion kinematics which may reflect relatively greater inflammation.Cite this article: Dr P. E. Beaule. Perfusion MRI in hips with metal-on-metal and metal-on-polyethylene total hip arthroplasty: A pilot stud. Bone Joint Res 2016;5:73-79. DOI: 10.1302/2046-3758.53.2000572.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».