The reproducibility of measuring trabecular bone parameters using a commercially available high-resolution magnetic resonance imaging approach: A pilot study
Notice bibliographique
Résumé
Bone imaging is currently the best non-invasive way to assess changes to bone associated with aging or chronic disease. However, common imaging techniques such as dual energy x-ray absorptiometry are associated with limitations. Magnetic resonance imaging (MRI) is a radiation-free technique that can measure bone microarchitecture. However, published MRI bone assessment protocols use specialized MRI coils and sequences and therefore have limited transferability across institutions. We developed a protocol on a Siemens 3 Tesla MRI machine, using a commercially available coil (Siemens 15 CH knee coil), and manufacturer supplied sequences to acquire images at the tibia. We tested the reproducibility of the FSE and the GE Axial sequences and hypothesized that both would generate reproducible trabecular bone parameters. Eight healthy adults (age 25.5 ± 5.4 years) completed three measurements of each MRI sequence at the tibia. Each of the images was processed for 8 different bone parameters (such as volumetric bone volume fraction). We computed the coefficient of variation (CV) and intraclass correlation coefficients (ICC) to assess reproducibility and reliability. Both sequences resulted in trabecular parameters that were reproducible (CV <5% for most) and reliable (ICC >80% for all). Our study is one of the first to report that a commercially available MRI protocol can result in reproducible data, and is significant as MRI may be an accessible method to measure bone microarchitecture in clinical or research environments. This technique requires further testing, including validation and evaluation in other populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».