Novel Framework for Measuring Whole Knee Osteoarthritis Progression Using Magnetic Resonance Imaging
Notice bibliographique
Résumé
OBJECTIVE: We developed and validated a set of composite scores that combine quantitative magnetic resonance imaging (MRI)-based measurements of hyaline cartilage damage, bone marrow lesions (BMLs), and effusion-synovitis into composite scores. METHODS: We selected 300 participants (n = 100 for development cohort; n = 200 for validation cohort) from the Osteoarthritis Initiative with complete clinical, radiographic, and MRI data at baseline and 24 months. We used semiautomated programs to quantify tibiofemoral and patellar cartilage damage, BML volume, and whole-knee effusion-synovitis volume. The candidate composite scores were formed by summing changes from baseline to 24 months based on prespecified methods. We evaluated the candidate composite scores for 1) the ability to differentiate groups with and without knee osteoarthritis progression (17 radiographic and patient-reported definitions), 2) sensitivity to change (standardized response means), and 3) relative performance relating to legacy outcome measures of knee osteoarthritis progression. RESULTS: Three of 13 developed composite scores qualified for testing in the validation cohort (ranked by sensitivity to change): whole-knee cumulative cartilage damage, unweighted total knee score, and BML plus effusion-synovitis volume. Change in cumulative cartilage damage associated with radiographic progression (Kellgren/Lawrence grade: odds ratio [OR] 1.84; joint space width progression: OR 2.11). Changes in the unweighted total knee score (OR 1.97) and BML plus effusion-synovitis score (OR 1.92) associated with Western Ontario and McMaster Universities Osteoarthritis Index knee pain progression. CONCLUSION: Two composite scores emerged, reflecting discrete domains of knee osteoarthritis progression. First, cumulative damage, which is measured by a whole-knee cartilage damage score, reflects the damage accrued over time. Second, dynamic disease activity, which is measured by a BML plus effusion-synovitis score, relates to changes in a patient's state of disease and symptoms.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».