Associations between MRI features versus knee pain severity and progression: Data from the Vancouver Longitudinal Study of Early Knee Osteoarthritis
Notice bibliographique
Résumé
OBJECTIVE: To determine associations between features of osteoarthritis (OA) on MRI and knee pain severity and knee pain progression. DESIGN: Baseline, 3.3- and 7.5-year assessments were performed for 122 subjects with baseline knee pain (age 40-79), sample-weighted for population (with knee pain) representativeness. MRIs were scored for: osteophytes (0:absent to 3:large); cartilage (0:normal to 4:full thickness defect; 0/1 collapsed); subchondral sclerosis (0:none to 3:>50% of site), subchondral cyst (0:absent to 3:severe), bone marrow lesions (0:none to 3:≥50% of site); and meniscus (0:normal to 3:maceration/resection), in 6-8 regions each. Per feature, scores were averaged across regions. Effusion/synovitis (0:absent to 3:severe) was analyzed as ≥2 vs. <2. Linear models predicted WOMAC knee pain severity (0-100), and binary models predicted 10+ (minimum perceptible clinical improvement [MPCI]) and 20+ (minimum clinically important difference [MCID]) increases. Models were adjusted for age, sex, BMI (and follow-up time for longitudinal models). RESULTS: Pain severity was associated with osteophytes (7.17 per unit average; 95% CI = 3.19, 11.15) and subchondral sclerosis (11.03; 0.68, 21.39). MPCI-based pain increase was associated with osteophytes (odds ratio per unit average 3.20; 1.36, 7.55), subchondral sclerosis (5.69; 1.06, 30.44), meniscal damage (1.68; 1.08, 2.61) and effusion/synovitis ≥2 (2.25; 1.07, 4.71). MCID-based pain increase was associated with osteophytes (3.79; 1.41, 10.20) and cartilage defects (2.42; 1.24, 4.74). CONCLUSIONS: Of the features investigated, only osteophytes were consistently associated with pain cross-sectionally and longitudinally in all models. This suggests an important role of bone in early knee osteoarthritis.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».