Pilot study on <sup>18</sup>F‐FDG PET/CT for detection of inflammatory changes in blood‐induced knee arthropathy in a rabbit model
Notice bibliographique
Résumé
RATIONALE: F-FDG-PET/CT to detect inflammatory changes associated with blood-induced arthropathy in knees of a rabbit model. METHODS: Ten juvenile rabbits were imaged at baseline and weeks 5 and 17 post intraarticular autologous blood injections (ABI). Five rabbits in group 1 (G1) had ABI into the same knee joint every 2 weeks (total, eight injections). Five rabbits in group 2 (G2) had only two injections into the same knee, at weeks 5 and 17. Images were assessed visually and semi-quantitatively by measuring maximal standardized uptake values (SUVmax) and standardized uptake ratio (SUR = SUVmax in affected knee/SUVmax in non-affected knee). RESULTS: More rabbits in G1 than G2 presented with positive chronic inflammatory synovial scores at week 17. Mean iron staining scores in injected knees were greater for G1 than for G2 (P = 0.049). No increased uptake was identified in the injected knees in any of the rabbits at baseline or at week 5. At week 17, all G1 rabbits demonstrated increased uptake in their affected knees with higher mean SUVmax (1.5) than normal knees (1.0) (P < 0.02). None of the G2 rabbits showed asymmetric increased uptake. The SUR of G1 was higher at week 17 compared to baseline (P < 0.01) and week 5 (P < 0.01). The SUR at week 17 was higher for G1 than for G2 (1.13) rabbits (P < 0.01). CONCLUSION: F-FDG-PET is able to detect the inflammatory changes associated with haemophilic arthropathy in this experimental model.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».