MétaCan
Menu
Retour à la cohorte
Enregistrement W4297348058 · doi:10.3390/biomedicines10102417

Advances in Musculoskeletal Imaging in Juvenile Idiopathic Arthritis

2022· review· en· W4297348058 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBiomedicines · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAutoimmune and Inflammatory Disorders Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingMedicineElastographyRadiologyArthritisPopulationUltrasoundUltrasound imagingMedical physicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Over the past decade, imaging of inflammatory arthritis in juvenile arthropathies has significantly advanced due to technological improvements in the imaging modalities and elaboration of imaging recommendations and protocols through systematic international collaboration. This review presents the latest developments in ultrasound (US) and magnetic resonance imaging (MRI) of the peripheral and axial joints in juvenile idiopathic arthritis. In the field of US, the ultra-wideband and ultra-high-frequency transducers provide outstanding spatial resolution. The more sensitive Doppler options further improve the assessment and quantification of the vascularization of inflamed tissues, and shear wave elastography enables the diagnosis of tissue stiffness. Concerning MRI, substantial progress has been achieved due to technological improvements in combination with the development of semiquantitative scoring systems for the assessment of inflammation and the introduction of new definitions addressing the pediatric population. New solutions, such as superb microflow imaging, shear wave elastography, volume-interpolated breath-hold examination, and MRI-based synthetic computed tomography open new diagnostic possibilities and, at the same time, pose new challenges in terms of clinical applications and the interpretation of 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,363
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle