Possible role of MRI-detected osteophytes as a predictive biomarker for development of osteoarthritis of the knee: A study using data from the Osteoarthritis Initiative
Notice bibliographique
Résumé
Objective: To elucidate the possible role of MRI-detected osteophytes as a predictive imaging biomarker for knee osteoarthritis (KOA). Design: Subjects (n = 303) were selected according to the following inclusion criteria from the Osteoarthritis Initiative (OAI) data set: (1) < 55 years old; (2) Western Ontario and McMaster Universities Arthritis Index pain score of 0; (3) Kellgren-Lawrence (KL) system grade 0 or 1; and (4) Complete MRI data set of the right knee. A pre-OA group (POA) consisted of subjects who developed KL grade 2 or more within 96 months, and a non-OA group (NOA) that remained KL 0 or 1 during that period. Baseline MRIs were assessed for osteophyte formation. Twenty-five locations were examined according to the MOAKS osteophyte score. Osteophytes at each location were assessed in terms of their predictive value for OA development. Results: Thirty-two subjects were POA and 271 were NOA. Age, BMI, and sex did not differ between the two groups. In the POA group, the number of subjects with osteophytes tended to be higher at all 25 sites. Forward stepwise regression analysis revealed five locations - medial patella, lateral intra-condylar notch of the femur, lateral femoral condyle, tibial spine, and lateral posterior condyle - were important for the prediction of KOA development. Having more than two osteophytes at these five locations predicted KOA development with a sensitivity of 0.75 and specificity of 0.79. Conclusions: MRI-detected osteophytes could serve as a predictive biomarker of KOA development within 96 months after detection.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».