Quantification of Disease Activity in Chronic Nonbacterial Osteomyelitis by Whole-body Magnetic Resonance Imaging
Notice bibliographique
Résumé
Chronic nonbacterial osteitis (CNO), also termed chronic recurrent multifocal disease (CRMO), is a rare autoinflammatory disease characterized by recurrent flares of inflammatory bone pain related to aseptic osteomyelitis1,2,3. It usually affects children and adolescents and the clinical presentations range from mild and limited unifocal disease to severe chronic inflammation in multiple bones4,5,6. The long tubular bones of the lower extremities are most commonly involved, followed by the spine and the clavicles2,3; there may be extraskeletal skin and bowel manifestations such as palmoplantar pustulosis, psoriasis, and Crohn disease7. Diagnostic imaging in CNO relies on a multimodality approach usually consisting of radiography followed by magnetic resonance imaging (MRI)2. Because bone marrow edema (BME) is characteristic for active lesions, fat-saturated fluid sensitive MRI sequences such as short-tau inversion recovery (STIR) and T2-weighted fat-saturated sequence are ideal for detecting active lesions, whereas T1-weighted sequences are preferable for detecting chronic structural lesions2. The findings by MRI may, however, be nonspecific and the diagnosis is usually a diagnosis of exclusion after ruling out other diseases, such as infectious osteomyelitis and tumors or tumor-like lesions, based on clinical presentation, imaging, and if needed, culture-negative biopsy1,7,8. The combination of characteristic imaging findings are usually diagnostic2,7, such as multiple bone lesions or characteristic metaphyseal lesions in the lower extremities, and clavicular or spinal osteitis with concomitant dermal changes. To diagnose and monitor the extent of CNO in children/adolescents, a whole-body (WB)-MRI approach is advantageous because radiological disease activity may be underestimated clinically1,5,9. WB-MRI gives a simultaneous evaluation of the entire body without exposure to ionizing radiation, and in small children the … Address correspondence to Dr. A.G. Jurik, Department of Radiology, Aarhus University Hospital, Palle Juul-Jensens Boulevard 35, Entrance C, location C118/reference point C109, 8200 Aarhus N, Denmark. E-mail: annejuri{at}rm.dk
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».