Intermediate-weighted MRI with fat suppression (IW-FS): diagnostic performance for bone marrow edema and erosion detection in axial spondyloarthritis
Notice bibliographique
Résumé
Background Bone marrow edema (BME) and erosion of the sacroiliac joint are both key lesions for diagnosing axial spondyloarthritis (axSpA) on magnetic resonance imaging (MRI). Purpose To qualitatively and quantitatively compare intermediate-weighted MRI with fat suppression (IW-FS) with T2-weighted short tau inversion recovery (T2-STIR) in assessment of sacroiliac BME and erosion in axSpA. Material and Methods Patients aged 18–60 years with axSpA were prospectively enrolled. All patients underwent a 3.0-T MRI examination of the sacroiliac joints. Para-coronal IW-FS, T2-STIR, and T1-weighted (T1W) images were acquired. BME and erosion were scored by two readers in consensus on IW-FS and STIR using a modified Spondyloarthritis Research Consortium of Canada (SPARCC) scoring system. Consensus scores on T1WI were used as the reference for erosion. Signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) were measured for BME. Results In total, 49 patients (mean age=33.4 ± 7.6 years) were included. More patients were scored as having BME on T2-STIR (36 vs. 29, P = 0.016). SPARCC-BME score on IW-FS was lower than that acquired on T2-STIR (mean, 11.5 vs. 14.7, P = 0.002). SNR and CNR of BME were both lower on IW-FS than on T2-STIR (mean SNR, 118 vs. 218, P < 0.001; mean CNR, 44 vs. 137, P < 0.001). The sensitivity of erosion detection was higher on IW-FS (83%) than on T2-STIR (54%, P = 0.006). Conclusion IW-FS is not sufficient for BME detection using T2-STIR as the reference standard in patients with axSpA. IW-FS has a much higher sensitivity than T2-STIR for erosion detection in the sacroiliac joint.
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 ».