Development of supraspinatus imaging guidance for primary care physicians with a focus on patient selection
Notice bibliographique
Résumé
BACKGROUND: Primary care physicians frequently encounter patients with supraspinatus pathology and face a difficult task of managing this subset of patients using limited imaging resources. The purpose of this study was to develop a guidance that could help primary care physicians choose appropriate imaging tests judiciously for patients with suspected supraspinatus pathology. METHODS: The imaging reports of one hundred patients who underwent ultrasound and MRI for suspected supraspinatus tendinopathy were retrospectively assessed. The supraspinatus tendon was recorded as intact, partial tear (articular or bursal), or full-thickness tear (focal or complete width). The agreement between imaging modalities was then evaluated using factors such as pathology type and age. RESULTS: There was agreement between modalities in 48/100 patients (Kappa statistic = 0.30). The consistency varied with type of pathology: intact tendons by ultrasound had 55.8% agreement with MRI, partial sided bursal tears 50%, partial sided articular tears 25%, and full-thickness focal tears 33.3%. Full-thickness complete-width tears had a much better agreement with MRI at 90.9%. Age was also significant, with increased disagreement between ultrasound and MRI in patients over 50 years old. CONCLUSIONS: Our data showed that ultrasound findings correlated well with MRI in patients under 50 years of age and also in patients with full-thickness supraspinatus tears. We recommend that primary care physicians may consider using ultrasound as the initial test in younger patients and in patients with suspected full supraspinatus tears, based on clinical exam, with MRI as an option for further evaluation to quantify supraspinatus muscle atrophy. These patient selection recommendations will help promote mindful utilization of scarce resources.
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 | 0,014 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».