MétaCan
Menu
Retour à la cohorte
Enregistrement W4405620220 · doi:10.1016/j.joca.2024.12.004

Diagnostic performance of self-reported knee crepitus using a Knee injury and Osteoarthritis Outcome Score item

2024· article· en· W4405620220 sur OpenAlexaff
J. Couch, Matthew King, Danilo de Oliveira Silva, Jackie L. Whittaker, T. West, Andrea M Bruder, M. Girdwood, Christian J. Barton, Kay M. Crossley, Ewa M. Roos, Adam G Culvenor

Notice bibliographique

RevueOsteoarthritis and Cartilage · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensResearch Canada
Organismes subventionnairesNational Health and Medical Research CouncilLa Trobe University
Mots-clésOsteoarthritisMedicinePhysical therapyOutcome (game theory)Physical medicine and rehabilitationMathematicsPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the diagnostic performance of a single Knee injury and Osteoarthritis Outcome Score (KOOS) item in evaluating the presence of knee crepitus. DESIGN: All 184 participants aged 18-40 years with a symptomatic knee, 9-36 months following anterior cruciate ligament reconstruction (ACLR) who were prospectively enrolled in a post-traumatic knee osteoarthritis trial (ACTRN12620001164987) were included. Participants completed the KOOS and underwent physical examination for knee crepitus at baseline. Self-reported knee crepitus (index test) of the ACLR knee was defined as a response of "often" or "always" on item S2 of the KOOS-Symptom subscale (KOOS-S2: Do you feel grinding, hear clicking or any other type of noise when your knee moves?). The presence of knee crepitus on physical examination (reference standard) was defined as continuous grinding, crunching or crackling during three consecutive squats with the investigator's palm placed lightly over the patella. Sensitivity, specificity, positive (LR+) and negative likelihood ratios (LR-), and positive (PPV) and negative predictive values (NPV), with 95% confidence intervals (CI), were calculated. RESULTS: On physical examination, 113 (62%) participants had knee crepitus, and 71 (39%) met the criteria for self-reported knee crepitus. KOOS-S2 demonstrated a specificity of 73% (95%CI 61%-83%), sensitivity of 47% (95%CI 37%-57%), LR+ of 1.75 (95%CI 1.14-2.70), LR- of 0.72 (95%CI 0.58-0.91), PPV of 74% (95%CI 64%-81%), and NPV of 46% (95%CI 41%-52%). CONCLUSION: KOOS-S2 may be a useful method to rule in the presence of knee crepitus on physical examination in individuals post-ACLR; however, it is inadequate for ruling out this clinical sign.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,263
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsteoarthritis and CartilageMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207