Femoral cartilage ultrasound echo‐intensity is a valid measure of cartilage composition
Notice bibliographique
Résumé
Abstract This study aimed to create a conversion equation that accurately predicts cartilage magnetic resonance imaging (MRI) T2 relaxation times using ultrasound echo‐intensity and common participant demographics. We recruited 15 participants with a primary anterior cruciate ligament reconstruction between the ages of 18 and 35 years at 1–5 years after surgery. A single investigator completed a transverse suprapatellar scan with the ACLR limb in max knee flexion to image the femoral trochlea cartilage. A single reader manually segmented the femoral cartilage cross‐sectional area to assess the echo‐intensity (i.e., mean gray‐scale pixel value). At a separate visit, a T2 mapping sequence with the MRI beam set to an oblique angle was used to image the femoral trochlea cartilage. A single reader manually segmented the cartilage cross‐sectional area on a single MRI slice to assess the T2 relaxation time. A stepwise, multiple linear regression was used to predict T2 relaxation time from cartilage echo‐intensity and common demographic variables. We created a conversion equation using the regression betas and then used an ICC and Bland–Altman plot to assess agreement between the estimated and true T2 relaxation time. Cartilage ultrasound echo‐intensity and age significantly predicted T2 relaxation time (F = 7.33, p = 0.008, R2 = 0.55). When using the new conversion equation to estimate T2 relaxation time from cartilage echo‐intensity and age, there was strong agreement between the estimated and true T2 relaxation time (ICC2,k = 0.84). This study provides promising preliminary data that cartilage echo‐intensity combined with age can be used as a clinically accessible tool for evaluating cartilage composition.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».