MétaCan
Menu
Retour à la cohorte
Enregistrement W3117303042 · doi:10.1148/radiol.2020201537

MRI-based Synthetic CT in the Detection of Structural Lesions in Patients with Suspected Sacroiliitis: Comparison with MRI

2020· article· en· W3117303042 sur OpenAlex
Lennart Jans, Min Chen, Dirk Elewaut, Filip Van den Bosch, Philippe Carron, Peggy Jacques, Ruth Wittoek, Jacob L. Jaremko, Nele Herregods

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRadiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésMedicineSacroiliitisRadiologyNuclear medicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Background Evaluation of structural lesions in the sacroiliac (SI) joints can improve the accuracy for diagnosis of spondyloarthritis. However, structural lesions, such as erosions, are difficult to assess on routine T1-weighted MRI scans. Purpose To determine the diagnostic performance of MRI-based synthetic CT (sCT) in the depiction of erosions, sclerosis, and ankylosis of the SI joints compared with T1-weighted MRI, with CT as the reference standard. Materials and Methods A prospective study (clinical trial registration no. B670201837885) was performed from February 2019 to November 2019. Adults were referred from a tertiary hospital rheumatology outpatient clinic with clinical suspicion of inflammatory sacroiliitis. MRI and CT of the SI joints were performed on the same day. SCT images were generated from MRI scans using a commercially available deep learning–based image synthesis method. Two readers independently recorded if structural lesions (erosions, sclerosis, and ankylosis) were present on T1-weighted MRI, sCT, and CT scans in different reading sessions, with readers blinded to clinical information and other images. Diagnostic performance of sCT and T1-weighted MRI scans were analyzed using generalized estimating equation models, with consensus results of CT as the reference standard. Results Thirty participants were included (16 men, 14 women; mean age, 40 years ± 10 [standard deviation]). Diagnostic accuracy of sCT was higher than that of T1-weighted MRI for erosion (94% vs 86%, P = .003), sclerosis (97% vs 81%, P < .001), and ankylosis (92% vs 84%, P = .04). With sCT, specificity for erosion detection (96% [95% CI: 90, 98] vs 89% [95% CI: 81, 94], P = .01] and sensitivity for detection of sclerosis [94% [95% CI: 87, 97] vs 20% [95% CI: 10, 35], P < .001] and ankylosis (93% [95% CI: 78, 98] vs 70% [95% CI: 47, 87], P = .001) were improved. Conclusion With CT as the reference standard, synthetic CT of the sacroiliac joints has better diagnostic performance in the detection of structural lesions in individuals suspected of having sacroiliitis compared with routine T1-weighted MRI. © RSNA, 2020 Online supplemental material is available for this article. See also the editorial by Fritz in this issue.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle