MétaCan
Menu
Retour à la cohorte
Enregistrement W2969721622 · doi:10.1007/s00586-019-06119-6

Measuring and reporting of vertebral endplate bone marrow lesions as seen on MRI (Modic changes): recommendations from the ISSLS Degenerative Spinal Phenotypes Group

2019· review· en· W2969721622 sur OpenAlexaff
Aaron J. Fields, Michele C. Battié, Richard J. Herzog, Jeffrey G. Jarvik, Roland Krug, Thomas M. Link, Jeffrey C. Lotz, Conor W. O’Neill, Aseem Sharma

Notice bibliographique

RevueEuropean Spine Journal · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueBone and Joint Diseases
Établissements canadiensWestern University
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesInternational Society for the Study of the Lumbar Spine
Mots-clésModic changesMedicineLow back painReliability (semiconductor)Magnetic resonance imagingRadiologyNeurologyPhysical medicine and rehabilitationPhysical therapyPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The positive association between low back pain and MRI evidence of vertebral endplate bone marrow lesions, often called Modic changes (MC), offers the exciting prospect of diagnosing a specific phenotype of chronic low back pain (LBP). However, imprecision in the reporting of MC has introduced substantial challenges, as variations in both imaging equipment and scanning parameters can impact conspicuity of MC. This review discusses key methodological factors that impact MC classification and recommends guidelines for more consistent MC reporting that will allow for better integration of research into this LBP phenotype. METHODS: Non-systematic literature review. RESULTS: The high diagnostic specificity of MC classification for a painful level contributes to the significant association observed between MC and LBP, whereas low and variable sensitivity underlies the between- and within-study variability in observed associations. Poor sensitivity may be owing to the presence of other pain generators, to the limited MRI resolution, and to the imperfect reliability of MC classification, which lowers diagnostic sensitivity and thus influences the association between MC and LBP. Importantly, magnetic field strength and pulse sequence parameters also impact detection of MC. Advances in pulse sequences may improve reliability and prove valuable for quantifying lesion severity. CONCLUSIONS: Comparison of MC data between studies can be problematic. Various methodological factors impact detection and classification of MC, and the lack of reporting guidelines hinders interpretation and comparison of findings. Thus, it is critical to adopt imaging and reporting standards that codify acceptable methodological criteria. These slides can be retrieved under Electronic Supplementary Material.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,194
score de la tête « metaresearch » (Gemma)0,392
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,994

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1940,392
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0070,015
Bibliométrie0,0230,013
Études des sciences et des technologies0,0030,005
Communication savante0,0040,006
Science ouverte0,0140,007
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,197
Tête enseignante GPT0,363
Écart entre enseignants0,165 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Spine JournalMême sujetBone and Joint DiseasesTravaux en français237 207