MétaCan
Menu
Retour à la cohorte
Enregistrement W2614891247 · doi:10.4103/0366-6999.206359

Role of Diffusion-weighted and Contrast-enhanced Magnetic Resonance Imaging in Differentiating Activity of Ankylosing Spondylitis

2017· article· en· W2614891247 sur OpenAlexaboutno aff
Yinghua Zhao, Yanyan Cao, Qun Zhang, Yingjie Mei, Jijie Xiao, Shaoyong Hu, Wei Li, Shaolin Li

Notice bibliographique

RevueChinese Medical Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesScience and Technology Planning Project of Guangdong Province
Mots-clésAnkylosing spondylitisDiffusion MRIMagnetic resonance imagingEffective diffusion coefficientNuclear medicineReceiver operating characteristicMedicineNuclear magnetic resonanceInternal medicineRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous studies showed that combining apparent diffusion coefficient (ADC) value with the Spondyloarthritis Research Consortium of Canada (SPARCC) index value might provide a reliable evaluation of the activity of ankylosing spondylitis (AS), and that contrast-enhanced (CE) magnetic resonance imaging (MRI) is unnecessary. However, the results were based on confirming only a small random sample. This study aimed to assess the role of CE-MRI in differentiating the disease activity of AS by comparing ADC value with a large sample. METHODS: A total of 115 patients with AS were enrolled in accordance with Bath AS Disease Activity Index and laboratory indices, and 115 patients were divided into two groups, including active group (n = 69) and inactive group (n = 46). SPARCC, ΔSI, and ADC values were obtained from the short tau inversion recovery (STIR), diffusion-weighted imaging (DWI), and CE-MRI, respectively. One-way analysis of variance and receiver operating characteristic analysis were performed for all parameters. RESULTS: The optimal cutoff values (with sensitivity, specificity, respective area under the curve, positive likelihood ratio, and negative likelihood ratio) for the differentiation between active and inactive groups are as follows: SPARCC = 6 (72.06%, 82.61%, 0.836, 4.14, 0.34); ΔSI (%) = 153 (80.6%, 84.78%, 0.819, 5.3, 0.23); ADC value = 1.15 × 10-3 mm2/s (72.73%, 81.82%, 0.786, 4, 0.33). No statistical differences were found among the predictive values of SPARCC, ΔSI, and ADC. Multivariate analysis showed no significant difference between the combination of SPARCC and ADC values with and without ΔSI. CONCLUSIONS: Using large sample, we concluded that the combination of STIR and DWI would play significant roles in assessing the disease activity, and CE-MRI sequence is not routinely used in imaging of AS to avoid renal fibrosis and aggravation of kidney disease.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,404
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,269
Écart entre enseignants0,263 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Medical JournalMême sujetSpondyloarthritis Studies and TreatmentsTravaux en français237 207