Dual-Energy Computed Tomography Has Additional Prognostic Value Over Clinical Measures in Gout Including Tophi: A Systematic Literature Review
Notice bibliographique
Résumé
OBJECTIVE: This systematic literature review determined whether there is clinical utility for dual-energy computed tomography (DECT) to inform on prognosis for patients with gout. With DECT, individualized treatment plans could be developed based on the patient's unique urate burden, with DECT being used as a clinical outcome measure in gout management. METHODS: To evaluate DECT as a reliable, valid, and sensitive prognostic instrument, a librarian-assisted search was undertaken in PubMed and Embase for articles on gout and DECT informing on reliability; content, construct, and criterion validity; sensitivity to change; and minimum clinically important changes. RESULTS: This systematic literature review showed that DECT has high intra- and interrater reliability. Tophus burden correlates with functional loss to show content validity. DECT volume is positively correlated with death, cardiovascular risk factors, and the risk for future gout flares. DECT has excellent sensitivity to change with effective urate-lowering therapies. CONCLUSION: DECT is a promising prognostic tool based on its high reliability, sensitivity to change, and emerging validity. Additional large, well-designed, prospective cohort studies are needed to fully evaluate its prognostic utility. This systematic review suggests that DECT very likely has additional prognostic information beyond clinical tophi assessment alone.
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 | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».