Longitudinal Change in Knee Cartilage Thickness and Function in Subjects with and without MRI-Diagnosed Cartilage Damage
Notice bibliographique
Résumé
Objective Cartilage damage diagnosed by magnetic resonance imaging (MRI) is highly prevalent in the population. In this article, we explore whether such cartilage damage is associated with greater longitudinal change in 3D cartilage thickness and knee function in subjects without (risk factors of) knee osteoarthritis. Design Eighty-two knees of Osteoarthritis Initiative healthy reference cohort participants had baseline and 4-year follow-up MRI and knee function data. Baseline presence of semiquantitatively assessed MRI-based cartilage damage (MOAKS [MRI Osteoarthritis Knee Score] ≥ grade 1.0) was recorded by an experienced radiologist. Longitudinal femorotibial cartilage thickness change was determined after segmentation, using location-independent methodology. Knee function was evaluated by patient-reported outcomes and functional performance measures. Statistical comparisons included analysis of covariance adjusting for age, sex, and body mass index. Results Forty-five percent of the participants had cartilage damage in at least one femorotibial subregion; the cartilage thickness change score was 15% greater in participants with than in those without damage (1216 ± 434 vs. 1058 ± 277 µm). This difference reached borderline statistical significance with and without adjustment for age, sex, and body mass index ( P = 0.05). No significant differences in the change of patient-reported outcomes of knee function (PASE [physical activity score of the elderly] and WOMAC [Western Ontario McMaster Osteoarthritis Index]) or chair stand test results were detected. Of those without femorotibial damage, 58% had cartilage damage in at least one femoropatellar subregion; these had a 9% greater femorotibial cartilage change score than those without femoropatellar or femorotibial damage (difference not statistically significant). Conclusions In the absence of osteoarthritis risk factors, semiquantitatively assessed MRI-based cartilage damage appears to be associated with greater longitudinal location-independent femorotibial cartilage thickness changes, but not with greater functional deteriorations.
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) | 0,001 | 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 | 0,000 |
| 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 ».