Detection of knee synovitis using non-contrast-enhanced qDESS compared with contrast-enhanced MRI
Notice bibliographique
Résumé
BACKGROUND: To assess diagnostic accuracy of quantitative double-echo in steady-state (qDESS) MRI for detecting synovitis in knee osteoarthritis (OA). METHODS: Patients with different degrees of radiographic knee OA were included prospectively. All underwent MRI with both qDESS and contrast-enhanced T1-weighted magnetic resonance imaging (CE-MRI). A linear combination of the two qDESS images can be used to create an image that displays contrast between synovium and the synovial fluid. Synovitis on both qDESS and CE-MRI was assessed semi-quantitatively, using a whole-knee synovitis sum score, indicating no/equivocal, mild, moderate, and severe synovitis. The correlation between sum scores of qDESS and CE-MRI (reference standard) was determined using Spearman's rank correlation coefficient and intraclass correlation coefficient for absolute agreement. Receiver operating characteristic analysis was performed to assess the diagnostic performance of qDESS for detecting different degrees of synovitis, with CE-MRI as reference standard. RESULTS: In the 31 patients included, very strong correlation was found between synovitis sum scores on qDESS and CE-MRI (ρ = 0.96, p < 0.001), with high absolute agreement (0.84 (95%CI 0.14-0.95)). Mean sum score (SD) values on qDESS 5.16 (3.75) were lower than on CE-MRI 7.13 (4.66), indicating systematically underestimated synovitis severity on qDESS. For detecting mild synovitis or higher, high sensitivity and specificity were found for qDESS (1.00 (95%CI 0.80-1.00) and 0.909 (0.571-1.00), respectively). For detecting moderate synovitis or higher, sensitivity and specificity were good (0.727 (95%CI 0.393-0.927) and 1.00 (0.800-1.00), respectively). CONCLUSION: qDESS MRI is able to, however with an underestimation, detect synovitis in patients with knee OA.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».