MétaCan
Menu
Retour à la cohorte
Enregistrement W4405560680 · doi:10.1142/s2661341724500044

Comparing the Accuracy and Reliability of Detecting the Intensity of Spinal Inflammation on STIR Sequence with Apparent Diffusion Coefficient Values in Axial Spondyloarthritis

2024· article· en· W4405560680 sur OpenAlexaboutno aff
Ho Yin Chung, TT Cheung, Vince Wing Hang Lau, Kam Ho Lee, King‐Pui Florence Chan

Notice bibliographique

RevueJournal of Clinical Rheumatology and Immunology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBone and Joint Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEffective diffusion coefficientAxial spondyloarthritisMagnetic resonance imagingNuclear medicineMedicineDiffusion MRIIntensity (physics)MathematicsNuclear magnetic resonanceRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Objective: To compare the accuracy and reliability of detecting the intensity of spinal inflammation on short tau inversion recovery (STIR) with the apparent diffusion coefficient (ADC) values of the active magnetic resonance imaging (MRI) lesions in axial spondyloarthritis (axSpA). Materials and methods: Fifty active lesions in the STIR sequence of spinal MRI were identified. With reference to sites of active lesions in STIR, the corresponding region of interest (ROI) on the ADC map was drawn to determine the maximum ADC (ADC[Formula: see text]), mean ADC (ADC[Formula: see text]), normalized maximum (nADC[Formula: see text]), and mean (nADC[Formula: see text]). Four independent readers scored the identified active lesions as “intense” or “non-intense” according to the Spondyloarthritis Research Consortium of Canada (SPARCC) MRI index. They were compared to various ADC parameters for assessment of accuracy and reliability. Regression analyses were used to adjust potential factors that could affect ADC. Results: Significant differences were found in ADC [Formula: see text] between “intense” and “non-intense” lesions scored by three of the four readers (1,405.7 ± 271.4 vs. 1,165.8 ± 223.8, [Formula: see text] = 0.01; 1,420.7 ± 272.1 vs. 1,209.0 ± 248.5, [Formula: see text] = 0.01; 1,438.0 ± 307.2 vs. 1,213.6 ± 231.0, [Formula: see text] = 0.01). Only one reader could differentiate a difference in “intense” and “non-intense” lesions with respect to ADC[Formula: see text] (899.2 ± 248.3 vs. 711.0 ± 222.6, [Formula: see text] = 0.01) and nADC[Formula: see text] (4.4 ± 2.1 vs. 3.4 ± 1.4, [Formula: see text] = 0.05). Inter-reader agreements were slight to moderate (kappa = 0.07–0.45). Reliability substantially improved when only the lowest and highest 25th percentiles of ADC values were included (kappa = 0.17–0.75). Regression analyses showed that the “intense” lesions were associated with higher ADC values after adjustment for confounders. Conclusion: Reading of STIR MRI is limited by the lack of ability in differentiating subtle differences of spinal inflammation. ADC could be an alternative method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,363
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Rheumatology and ImmunologyMême sujetBone and Joint DiseasesTravaux en français237 207