Brief communication: Test of a method to identify double‐zonal osteon in polarized light microscopy
Notice bibliographique
Résumé
OBJECTIVES: Double-zonal osteons (DZ) have been of interest in paleopathological research because they might be linked to physiological pathology. DZ are thought to be evidence of arrested osteon formation with a brief but abrupt increase in mineralization of lamellae occurring during bone remodeling. Originally identified from microradiographs as hypermineralized rings, recent studies have identified DZ from linear polarized light microscopy (PLM). However, PLM does not guarantee the adequate detection of DZ since PLM captures bone birefringence and not hyper-mineralization. Scanning electron microscopy with backscatter electrons (BSE-SEM) allows observation of DZ by detecting differences in mineralization. The purpose of this study is to investigate whether DZ, as identified by BSE-SEM, can indeed be identified with PLM. MATERIALS AND METHODS: The sample consists of an archaeological collection of adult midshaft femurs (n = 30) from St. Matthew cemetery, Quebec City (1771-1860). DZ were identified and counted independently with PLM and BSE-SEM for the same sections. Results from both methods were compared. RESULTS: Chi-square test shows that there was no significant difference between the two methods (p = 0.404). No significant bias was found on Bland-Altman analysis and Cohen's kappa shows a substantial agreement between the two methods (Κ = 0.66). PLM shows a good accuracy (sensitivity 79%, specificity 99.4%) and reliability (Positive Predictive Value: 86.71%; Negative Predictive Value: 99.45%). DISCUSSION: These findings indicate that the two methods are interchangeable. PLM, using our proposed protocol, is reliable to accurately identify DZ. We discuss how PLM and BSE-SEM that measure different features of the bone tissue can converge on the identification of DZ.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».