Ultrasound findings in patients with knee osteoarthritis: Relationships with clinical characteristics, radiographic findings and generalized osteoarthritis
Notice bibliographique
Résumé
Objective: To evaluate the relationship between ultrasound (US) findings and radiographic Kellgren-Lawrence (K/L) grades, symptom severity, and the presence of generalized osteoarthritis (GOA) in patients with knee osteoarthritis (OA), and to identify key US parameters associated with OA severity. Methods: This cross-sectional study included 166 patients (332 knees) with radiographically confirmed knee OA. US assessments included medial and lateral meniscus extrusion (MME, LME), suprapatellar effusion, synovitis, femoral cartilage thickness (FCT), femoral cartilage lesions, Baker's cyst, pes anserine bursitis, patellar tendinopathy, and Hoffa's fat pad pathology. K/L grades were determined by radiography. Pain and function were evaluated using the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). GOA was defined as OA in five or more joints or the presence of Heberden's nodes with additional joint involvement. Results: MME showed a strong correlation with K/L grade (r = 0.954, p < 0.001), with 91.57 % exact agreement. LME showed a moderate correlation (r = 0.693, p < 0.001). GOA was identified in 12.65 % of patients and was independently associated with lower BMI, reduced FCT (<2 mm), and the presence of femoral cartilage lesions. Moderate correlations were observed between K/L grade and pain, WOMAC scores, and symptom duration Conclusion: MME and FCT measured by US are strong indicators of OA severity and may help identify patients at risk for GOA. US appears to be a practical, radiation-free tool for assessing and monitoring OA progression. Further validation in larger cohorts is recommended.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».