The relationship of three‐dimensional joint space width on weight‐bearing CT with pain and physical function
Notice bibliographique
Résumé
Limitations of plain radiographs may contribute to poor sensitivity in the detection of knee osteoarthritis and poor correlation with pain and physical function. 3D joint space width, measured from weight bearing CT images, may yield a more accurate correlation with patients' symptoms. We assessed the cross-sectional association between 3D joint space width and self-reported pain and physical function. 528 knees (57% women) were analyzed from Multicenter Osteoarthritis Study participants. An upright weight bearing CT scanner was used to acquire bilateral, weight-bearing fixed-flexion images of the knees. A 3D dataset was reconstructed from cone beam projections and joint space width was calculated across the joint surface. The percentages of the apposed medial tibiofemoral joint surface with joint space width <2.0mm and <2.5mm respectively were calculated. Pain and physical function were measured using Western Ontario and McMaster Universities Osteoarthritis Index. Participants who reported greater pain severity tended to have a greater joint area with joint space width <2.0mm (p=.07 for the highest vs. the lowest tertile). Participants who reported greater functional limitations had a greater joint area with joint space width <2.0mm (p=.02 for the highest vs. the lowest tertile). There appears to be an association between the medial tibiofemoral area with joint space width <2.0mm and pain and physical function. This article is protected by copyright. All rights reserved.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».