Assessment of enthesitis in patients with psoriatic arthritis using clinical examination and ultrasound
Notice bibliographique
Résumé
BACKGROUND: Enthesitis is a major feature of psoriatic arthritis. However, clinical assessment of enthesitis is known to lack accuracy and have poor interobserver reliability. OBJECTIVE: To determine effect of training on clinical assessment of enthesitis and to compare ultrasonography with clinical examination for the detection of entheseal abnormalities. METHODS: 20 rheumatologists performed repeated assessment of enthesitis in patients with established psoriatic arthritis before and after a 2-hour training session in standardised enthesitis count according to Leeds Enthesitis Index (LEI) and Spondyloarthritis Research Consortium of Canada Enthesitis Index (SPARCC). Moreover, 20 patients underwent clinical and ultrasonographic examination of entheses to evaluate consensus-based elementary lesions of enthesitis. RESULTS: Training significantly increased Intra-class Correlation Coefficient for LEI from 0.18 to 0.82 and for SPARCC from 0.38 to 0.67. Ultrasound examination showed high associations between hypoechogenicity and increased thickness of the entheses and clinical examination. There was no correlation between erosions and enthesophytes found by ultrasound and clinical assessments. CONCLUSION: Training in standardised enthesitis scoring systems significantly improved clinical assessments of enthesitis and should be performed before use in daily clinical practice. Ultrasound revealed more advanced stages of enthesitis, such as enthesophytes and erosions, which were not detected with clinical examination.
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 | 0,005 |
| 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) | 0,001 | 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 ».