MétaCan
Menu
Retour à la cohorte
Enregistrement W2463878195 · doi:10.1515/med-2016-0011

DWI and SPARCC scoring assess curative effect of early ankylosing spondylitis

2016· article· en· W2463878195 sur OpenAlexaboutno aff
Jian Qin, Yue Zhang, LI Chang-qin

Notice bibliographique

RevueOpen Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnkylosing spondylitisEffective diffusion coefficientDiffusion MRIMagnetic resonance imagingNuclear medicineRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To investigate the magnetic diffusion weighted imaging (DWI) sequence and Spondyloarthritis Research Consortium of Canada (SPARCC) scoring in assessing curative effect of combined treatment of Chinese and Western medicine for early ankylosing spondylitis (AS). METHODS: 48 cases diagnosed as early AS and treated with Chinese and Western medicine were included in the study. Magnetic routine and DWI sequence scanning image were performed to obtain the mean apparent diffusion coefficient (ADC) value of sub-articular surface bone marrow. Combined with SPARCC scoring, statistical analysis was conducted to compare the difference with the information obtained in the previous study. RESULTS: The mean ADC value in the sub-articular surface bone marrow of patients after clinical treatment: (4.34±0.55)×10-4mm2/s in ilium and (3.96±0.23)×10-4mm2/s in sacrum, which were both significantly lower than that before treatment (p< 0.05). There was highly positive correlation between mean ADC value and SPARCC scoring (P<0.05). The regression relationship could be demonstrated as Y=-64.420+21.262X(Y: SPARCC scoring value; X: mean ADC value). CONCLUSIONS: Magnetic DWI and SPARCC scoring could be applied in accessing AS inflammation activity changes and in reflect of curative effect of early AS patients as well as in providing reliable radiologist evidence for clinical therapeutic efficacy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,361
Écart entre enseignants0,316 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MedicineMême sujetSpondyloarthritis Studies and TreatmentsTravaux en français237 207