Structural and clinical disease severity in thumb osteoarthritis: A pilot study integrating imaging analysis and pain mechanisms
Notice bibliographique
Résumé
BACKGROUND: We sought to explore pain mechanisms in thumb carpometacarpal osteoarthritis using imaging-based biomarkers and clinical pain evaluation techniques, and to identify potential pain phenotypes among patients with thumb carpometacarpal osteoarthritis that may be useful for designing more targeted research and intervention strategies. STUDY DESIGN: Pilot case-control study. METHODS: Participants (n=9 healthy; n=9 thumb osteoarthritis) underwent static CT scans of the hand and wrist, accompanied by a calibration phantom with known densities. Participants completed patient-reported outcome measures targeting different pain mechanisms. Average subchondral volumetric bone mineral density was analyzed in the first metacarpal and third metacarpal at three depths (0-2.5, 2.5-5.0, and 5.0-7.5 mm), while the trapezium was studied at five depths (0-1.25, 1.25-2.5, 2.5-3.75, 3.75-5.0, and 5.0-6.25 mm). Joint contact area of first metacarpal and trapezium was averaged for all participants. All patient-reported outcome measures were analyzed separately using conceptualized thresholds to characterize pain mechanisms. RESULTS: Post hoc power was low (26%). The thumb osteoarthritis cohort showed statistically significant lower bone density than the healthy cohort (p<0.05), save for the trapezium's top layer. Effect sizes ranged from 1.06-1.77, with the largest effect in the trapezium's third layer (d=1.77), favoring the healthy cohort. Nociceptive pain was the dominant pain phenotype, suggesting peripheral pain mechanisms in this sample. CONCLUSIONS: Despite limited generalizability due to small sample size, these preliminary findings suggest biological contributors---such as local bone density loss and nociceptive pain dominance---to clinical disease severity in thumb osteoarthritis.
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 | 0,003 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».