The Estimation of Second-Generation HR-pQCT From First-Generation HR-pQCT Using In Vivo Cross-Calibration
Notice bibliographique
Résumé
ABSTRACT Second-generation high-resolution peripheral quantitative computed tomography (HR-pQCT) provides the highest resolution in vivo to assess bone density and microarchitecture in 3D. Although strong agreement of most outcomes measured with first- (XCTI) and second- (XCTII) generation HR-pQCT has been demonstrated, the ability to use the two systems interchangeably is unknown. From in vivo measurements, we determined the limits of estimating XCTII data from XCTI scans conducted in vivo and whether that estimation can be improved by linear cross-calibration equations. These data are crucial as the research field transitions to the new technology. Our study design established cross-calibration equations by scanning 62 individuals on both systems on the same day and then tested those cross-calibrations on the same cohort 6 months later so that estimated (denoted as XCTII*) and “true” XCTII parameters could be compared. We calculated the generalized least-significant change (GLSC) for those predictions. There was strong agreement between both systems for density (R2 > 0.94), macroarchitecture (R2 > 0.95), and most microarchitecture outcomes with the exception of trabecular thickness (Tb.Th, R2 = 0.51 to 0.67). Linear regression equations largely eliminated the systematic error between XCTII and XCTII* and produced a good estimation of most outcomes, with individual error estimates between 0.2% and 3.4%, with the exception of Tt.BMD. Between-system GLSC was similar to within-XCTI LSC (eg, 8.3 to 41.9 mg HA/cm3 for density outcomes). We found that differences between outcomes assessed with XCTI and XCTII can be largely eliminated by cross-calibration. Tb.Th is poorly estimated because it is measured more accurately by XCTII than XCTI. It may be possible to use cross-calibration for most outcomes when both scanner generations are used for multicenter and longitudinal studies. © 2017 American Society for Bone and Mineral Research.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».