Addition of CT to Improve the Diagnostic Confidence for the Detection of Sacroiliac Joint Erosions in Patients with Equivocal MRI Findings
Notice bibliographique
Résumé
Purpose To determine if CT can improve the diagnostic confidence for the detection of sacroiliac joint (SIJ) erosions in patients with equivocal MRI findings. Methods A retrospective analysis of adult patients who had an SIJ MRI and a subsequent SIJ CT within 12 months was conducted. Using a 5-point Likert scale, two reviewers evaluated the de-identified MRI and CT images in randomized order and in separate sessions to answer the question: “Does the patient have SIJ erosions?”. A Fisher’s exact test was used to analyze the difference in diagnostic confidence, and intraclass correlation coefficient (ICC) was used to determine interrater reliability. Results 54 patients were included in the analysis (average age, 43.9 years). The average time interval between initial SIJ MRI and subsequent CT was 14.4 weeks (range, 5.6–50.3 weeks). CT resulted in significantly more cases with definitive diagnostic confidence than cases with probable or equivocal confidence compared to MRI ( P < .001). Amongst cases with equivocal findings on MRI, 73.2% of cases had definitive diagnoses on CT. There was moderate interrater agreement for MRI, with an ICC of .490 [95% CI, .258–.669], and excellent agreement for CT, with an ICC of .832 [95% CI, .728–.899]. Conclusion Overall, CT led to significantly increased diagnostic confidence and higher interrater reliability for the detection of SIJ erosions compared to MRI. Judicious use of CT may be useful in detecting SIJ erosions in patients with equivocal MRI findings.
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 | 0,005 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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) | 0,002 | 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 ».