Effect of Characteristic Inflammatory and Structural Pelvic Magnetic Resonance Imaging Lesions on Expert Assessment of Axial Juvenile Spondyloarthritis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the influence of pelvic magnetic resonance imaging (MRI) findings on axial disease assessment in juvenile spondyloarthritis (JSpA). METHODS: This was a cross-sectional study of patients with JSpA with suspected axial disease. Three experts reviewed each case and rated their confidence (-3 to +3) in the presence of axial disease, first with clinical data and second with clinical and MRI data. Agreement was defined as ≥ 2/3 clinical experts with a rating of ≤ -1 or ≥ 1, and high confidence agreement as ≤ -2 or ≥ 2. The association of clinical features and both global assessments was tested with modified Poisson regression models. RESULTS: Two hundred seventy-two of 303 cases (89.8%) achieved agreement with clinical data alone. Adding imaging data affected agreement in 38.9% (118/303) and directionality of agreement in 23.4% (71/303). Agreement was facilitated in 26/31 cases and lost in 21/272 cases. Of those 71 cases that changed directionality, 33 changed from axial disease being absent to present and 38 from present to absent. The final model had an area under the receiver-operating characteristic (AUROC) curve of 0.93 and 3 factors were independently associated with expert agreement (HLA-B27: relative risk [RR] 1.41, 95% CI 1.14-1.74; pain improvement with activity: RR 1.27, 95% CI 1.05-1.54; and bone marrow edema on MRI: RR 4.08, 95% CI 2.91-5.73). CONCLUSION: The addition of imaging data affected directionality and improved high confidence agreement of expert assessment of axial disease. These results underscore the integral role of MRI in the determination of axial disease in JSpA.
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 | 0,019 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».