Time-domain diffuse optical imaging technique for monitoring rheumatoid arthritis disease activity: theoretical development and in silico validation
Notice bibliographique
Résumé
Abstract Objective. Effective early treatment—within 3–5 months of disease onset—significantly improves rheumatoid arthritis (RA) prognosis. Nevertheless, 1 in 3 patients experiences treatment failure which takes 3–6 months to detect with current monitoring techniques. The aim of this work is to develop a method for extracting quantitative features from data obtained with time-domain diffuse optical imaging (TD-DOI), and demonstrate their sensitivity to RA disease activity. Approach. 80 virtual phantoms of the proximal interphalangeal joint—obtained from a realistic tissue distribution derived from magnetic resonance imaging—were created to simulate RA-induced alterations in 5 physiological parameters. TD-DOI images were generated using Monte Carlo simulations, and Poisson noise was added to each image. Subsequently, each image was convolved with an instrument response function (IRF) to mimic experimental measurements. Various spatiotemporal features were extracted from the images (i.e. statistical moments, temporal Fourier components), corrected for IRF effects, and correlated with the disease index (DI) of each phantom. Main results. Spatiotemporal Fourier components of TD-DOI images were highly correlated with DI despite the confounding effects of noise and the IRF. Moreover, lower temporal frequency components ( ⩽ 0.4 GHz) demonstrated greater sensitivity to small changes in disease activity than previously published spatial features extracted from the same images. Significance. Spatiotemporal components of TD-DOI images may be more sensitive to small changes in RA disease activity than previously reported DOI features. TD-DOI may enable earlier detection of RA treatment failure, which would reduce the time needed to identify treatment failure and improve patient prognosis.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».