Role of global femoral cartilage in assessing severity of primary knee osteoarthritis
Notice bibliographique
Résumé
Abstract Background/objective Osteoarthritis is a degenerative joint disease marked by structural changes in the joint. Radiological evaluation can be used to assess structural changes. Pain, inflammation, and stiffness are common clinical symptoms, leading to limitations in daily activities. Ultrasound, unlike traditional radiography, allows for a direct examination of changes in soft tissues. In addition, it is sensitive in detecting osteophytes as well as identifying early OA changes in femoral cartilage associated with clinical manifestations and function. Results A cross- sectional study of 40 patients with primary KOA diagnosed according to the American College of Rheumatology (ACR) criteria. After radiographic evaluation using Kellgren-Lawrence (K-L) scale and US examination assessing global femoral hyaline cartilage (GFC), osteophytes, meniscal extrusion, effusion, and Baker’s cyst of the most symptomatic knee, there was significant correlation between (K-L) grading and (GFC) ultrasonographic grading ( p = < 0.001). After assessment of pain and functional disability using Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) scale, there was significant correlation between KL and GFC grading with age ( p = < 0.001 for both), disease duration ( p = < 0.001 for both) as well as WOMAC total scores ( p = < 0.001 for both). GFC grading was the only independent predictor relative to other ultrasonographic variables for WOMAC total score ( p = < 0.001). Conclusions US is a valid tool to evaluate knee joint space and is well correlated with radiographic images. KOA severity assessed by KL grading and GFC ultrasonographic grading showed good correlation with age, duration of the disease, pain intensity, and functional disability.
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) | 0,000 | 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 ».