Knee MRI biomarkers associated with structural, functional and symptomatic changes at least a year from ACL injury - A systematic review
Notice bibliographique
Résumé
Introduction: Osteoarthritis (OA) results from various aetiologies, including joint morphology, biomechanics, inflammation, and injury. The latter is implicated in post-traumatic OA, which offers a paradigm to identify potential biomarkers enabling early identification and intervention. This review aims to describe imaging features associated with structural changes or symptoms at least one year following injury. Methodology: A systematic review was conducted using PRISMA guidance, prospectively registered on PROSPERO (CRD42022371838). Three independent reviewers screened titles and abstracts, followed by full-texts, performed data extraction, and risk of bias assessments (Newcastle-Ottawa Scale). Inclusion criteria included imaging studies involving human participants aged 18-45 who had sustained a significant knee injury at least a year previously. A narrative synthesis was performed using synthesis without meta-analysis methodology. Results: Six electronic databases and conference proceedings were searched, identifying 11 studies involving 776 participants. All studies included participants suffering an anterior cruciate ligament (ACL) injury and utilised MRI. Different, and not directly comparable, techniques were used. MRI features could be broadly divided into structural, including joint position and morphology, and compositional. Promising biomarkers for diagnosing and predicting osteoarthritis include T1rho and T2 relaxation time techniques, bone morphology changes and radiomic modelling. Discussion: As early as 12 months after injury, differences in tibia position, bone morphology, presence of effusion and synovitis, and cartilage/subchondral bone composition can be detected, some of which are linked with worse patient-reported or radiological progression. Standardisation, including MR strength, position, sequence, scoring and comparators, is required to utilise clinical and research OA imaging biomarkers fully.
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 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 ».