Magnetic resonance imaging predictors (cartilage, osteophytes and meniscus) of prevalent and 3-year incident medial and lateral tibiofemoral knee joint tenderness and patellofemoral grind
Notice bibliographique
Résumé
OBJECTIVE: To identify magnetic resonance imaging (MRI) predictors (cartilage [C], osteophytes [O] and meniscus [M] scores) of prevalent and 3-year incident medial tibiofemoral (MTF) and lateral tibiofemoral (LTF) knee joint tenderness and patellofemoral (PF) grind. METHODS: Population-based knee pain cohort aged 40-79 was assessed at baseline (N = 255), 3- and 7-year follow-up (N = 108 × 2 = 216). COM scores were measured at 6/8/6 subregions respectively. Age-sex-BMI adjusted logistic models predicted prevalence versus relevant COM predictors (medial, lateral or patellar / trochlear groove scores). Fully adjusted models also included all relevant COM predictors. Binary generalized estimating equations models predicting 3-year incidence were also adjusted for individual follow-up time between cycles. RESULTS: Significant predictors of prevalent MTF tenderness: medial femoral cartilage (fully adjusted odds ratio [aOR] 1.84; 95% confidence interval [CI] 1.11, 3.05), female (aOR = 3.05; 1.67, 5.58), BMI (aOR = 1.53 per 5 units BMI; 1.10, 2.11). Predictors of prevalent LTF tenderness: female (aOR = 2.18; 1.22, 3.90). There were no predictors of prevalent PF grind in the fully adjusted model. However, medial patellar osteophytes was predictive in the age-sex-BMI adjusted model. There were no predictors of 3-year incident MTF tenderness. Predictors of 3-year incident LTF tenderness: female (aOR = 3.83; 1.25, 11.77). Predictors of 3-year incident PF grind: lateral patellar osteophytes (aOR = 4.82; 1.69, 13.77). In the age-sex-BMI adjusted model, patellar cartilage was also a predictor. CONCLUSION: We explored potential MRI predictors of prevalent and 3-year incident MTF/LTF knee joint tenderness and PF grind. These findings could guide preemptive strategies aimed at reducing these symptoms in the present and future (3-year incidence).
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 ».