Diagnostic value of ultrasonography in knee osteoarthritis: A systematic review
Notice bibliographique
Résumé
Background: Knee osteoarthritis (KOA) is the most expected diagnosis for an arthropathy that causes discomfort and disability in older adults. Radiography is frequently used to assess patients with KOA and there have been few prior research evaluating the diagnostic efficacy of ultrasonography (US). The current study sought to assess the diagnostic efficacy of the US in identifying various characteristics of KOA in the scientific literature. Materials and Methods: This study was conducted following the Preferred Reporting Items for Systematic Reviews and Meta Analyses statement. A systematic search in PubMed, Web of Science, Scopus, and Embase databases was completed in March 2023. This study focused on the diagnostic value of US in KOA, including sensitivity, specificity, positive predictive value, and negative predictive value. The quality assessment was conducted using the Joanna Briggs Institute critical appraisal tools. Results: Out of 552 records of database searches, finally, two studies met this systematic review's eligibility criteria and were included in the study. Both of the included studies were cross sectional studies. US demonstrated remarkable sensitivity with adequate specificity for the detection of radiographic knee OA; however, it was found not to be an appropriate method for the detection of early KOA. Conclusion: This study as the first systematic review aims to evaluate the diagnostic performance of US in detecting KOA. These findings shed light on the importance of investigating the different US features in the evaluation of KOA to reach appropriate sensitivity and specificity in the diagnosis.
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 | 0,023 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».