Childhood-Onset Sacroiliitis
Notice bibliographique
Résumé
OBJECTIVE: The aims of this study were to describe disease associations of magnetic resonance imaging (MRI)-confirmed and clinically symptomatic sacroiliitis in pediatric patients with rheumatic diseases and to examine the relationship between patient characteristics and MRI findings of the sacroiliac joint (SIJ). METHODS: Demographic and clinical data were extracted from the electronic medical records of the patients with sacroiliitis followed in the last 5 years. Active inflammatory and structural damage lesions of the SIJ-MRI were examined by the modified Spondyloarthritis Research Consortium of Canada scoring system, and correlation analysis of these results with clinical characteristics was evaluated. RESULTS: A total of 46 symptomatic patients were found to have MRI-proven sacroiliitis of 3 different etiologies: juvenile idiopathic arthritis (JIA) (n = 17), familial Mediterranean fever (FMF) (n = 14), and chronic nonbacterial osteomyelitis (CNO) (n = 8). Seven patients, FMF and JIA (n = 6) and FMF and CNO (n = 1), had a co-diagnosis that might cause sacroiliitis. Although inflammation scores and structural damage lesions did not statistically differ between the groups, capsulitis and enthesitis on the MRI were more frequently detected in the CNO group. There was a negative correlation between symptom onset and inflammation scores of bone marrow edema. Disease composite scores and acute phase reactants were correlated with MRI inflammation scores. CONCLUSIONS: We demonstrated that JIA, FMF, and CNO were the major rheumatic causes of sacroiliitis in children originating from the Mediterranean region. Quantitative MRI scoring tools can be used to assess the inflammation and damage of the SIJ in rheumatic diseases, show discrepancies between them, and have an important correlation with various clinical and laboratory features.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».