Temporomandibular joint dysfunction in some rheumatological diseases (case–control study)
Notice bibliographique
Résumé
Background The incidence of temporomandibular joint (TMJ) involvement in inflammatory arthritis, such as rheumatoid arthritis, is often underestimated. Noninvasive imaging modalities such as musculoskeletal ultrasound (MSUS) are used to evaluate the TMJ. Aim This study was conducted to determine the affection of TMJ in some rheumatological diseases using MSUS. Patients and methods The study included 50 participants divided into two groups: group I included 40 patients (80 TMJ joints) with four rheumatological diseases, and group II included 10 apparently healthy persons (20 TMJ joints) matched in age and sex with the patients, chosen as a control group. All patients were diagnosed clinically and through laboratory investigations. Thereafter, they were assessed for pain degree by visual analog scale (VAS); disease activity using disease activity score-28, systemic lupus erythematosus disease activity index, and Western Ontario and McMaster Universities Arthritis Index; functionally using Modified Health Assessment Questionnaire, and Fonseca questionnaire; and underwent imaging assessment using panoramic radiography and musculoskeletal ultrasonography. Results Erosions were detected in 12.5% of the examined TMJs by panoramic radiography, whereas they were detected in 32.5% by MSUS. TMJ effusion and disc displacement could not be detected by panoramic radiography, whereas effusion was detected by MSUS in 23.8% of the examined TMJs and disc displacement was detected in 27.5%. Conclusion MSUS is more sensitive in detection of TMJ affection than panorama x-ray. Radiographic pathological findings by MSUS and panorama x-rays were more in temporomandibular joint disorders of patients with rheumatoid arthritis followed by systemic lupus erythematosus and then osteoarthritis, and finally, psoriatic arthritis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».