Radiologic approach to axial spondyloarthritis: where are we now and where are we heading?
Notice bibliographique
Résumé
Current emphasis on diagnosing axial spondyloarthritis (axSpA) in early stage enforced the search for sensitive and specific diagnostic algorithms with the use of imaging methods. The aim of this review was to summarise current recommendations concerning the use of imaging techniques in diagnostics and monitoring of axSpA as well as to outline possible future directions of the development in this field. MEDLINE database was searched between March and April 2018. In the first phase, such keywords were applied: 'ASAS', 'EULAR', 'ASAS-EULAR', 'ASAS/OMERACT', 'axial spondyloarthritis', while in the second step: 'axial spondyloarthritis', 'ankylosing spondylitis', 'magnetic resonance imaging', 'computed tomography', and 'radiography', 'imaging'. An up-to-date summary of European League Against Rheumatism (EULAR) recommendations enriched with recent updates of Assessment of Spondyloarthritis International Society (ASAS) diagnostic criteria regarding imaging in axSpA course was created. Moreover, we outlined the role of new in this field, promising imaging techniques, such as diffusion-weighted imaging and dynamic contrast-enhanced sequences in magnetic resonance imaging (MRI) or low-dose computed tomography (CT). As precise monitoring of axSpA activity is vital, we reviewed the most precise methods: semiquantitative scores (e.g., Spondyloarthritis Research Consortium of Canada scores or CT Syndesmophyte Score) and quantitative analysis of MRI-based apparent diffusion coefficient or perfusion maps and enhancement curves. According to EULAR and ASAS recommendations, radiography and MRI still remain basic methods of axSpA diagnostics and monitoring. However, the knowledge of state-of-the-art international guidelines combined with the awareness of emerging imaging methods is the key to effective management of axSpA.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».