Can radiographic patellofemoral osteoarthritis be diagnosed using clinical assessments?
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to determine whether participant characteristics and clinical assessments could identify radiographic osteoarthritis (OA) in individuals with clinically diagnosed, symptomatic patellofemoral osteoarthritis (PFOA). METHODS: Participant characteristics and clinical assessments were obtained from 179 individuals aged 50 years and over with clinically diagnosed symptomatic PFOA, who were enrolled in a randomised trial. Anteroposterior, lateral, and skyline X-rays were taken of the symptomatic knee. The presence of radiographic PFOA was defined as "no or early PFOA" (Kellgren and Lawrence [KL] grade ≤1 in the PF compartment) or "definite PFOA" (KL grade ≥2). Diagnostic test statistics were applied to ascertain which participant characteristics and clinical assessments could identify the presence of definite radiographic PFOA. RESULTS: ), longer pain duration (>2.75 years), higher maximum knee pain during stair ambulation (>47/100 mm), and fewer repeated single step-ups to pain onset (<21) were associated with the presence of definite radiographic PFOA. Multivariate logistic regression indicated that BMI, pain duration, and repeated single step-ups to pain onset were independently associated with radiographic PFOA and identified the presence of definite radiographic PFOA with an overall accuracy of 73%. CONCLUSION: In individuals over 50 years of age with a clinical diagnosis of PFOA, higher BMI, longer pain duration, and fewer repeated single step-ups to pain onset increased the likelihood of radiographic PFOA. However, overall diagnostic accuracy was modest, suggesting that radiographic PFOA cannot be confidently identified using these tests.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».