Usefulness of 3D joint space width on weight-bearing CT in comparison with 2D joint space width on radiographs for predicting 24-month worsening of knee osteoarthritis pain and function in the MOST study
Notice bibliographique
Résumé
Objective This study compared the predictive validity of three-dimensional joint space width (3D-JSW) on weight-bearing computed tomography (WBCT) versus two-dimensional joint space width at predetermined mediolateral locations (2D-JSW x ) on radiographs for worsening knee pain and physical function over 24 months. Design Data from 302 participants (425 knees) in the Multicenter Osteoarthritis Study (MOST) were analyzed. Baseline assessments included bilateral standing radiographs for 2D-JSW x and WBCT for 3D-JSW. Minimal clinically important worsening (MCIW) of pain (Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC) pain subscale) and function (20-meter walk, sit-to-stand, WOMAC function subscale) over 24 months was assessed. Logistic regression with generalized estimating equations (GEE) accounted for within-person correlation, and predictive validity was evaluated by comparing receiver operating characteristic (ROC) areas under the curves (AUC). Results Participants had a mean age of 63.2±8.9 years and body mass index (BMI) of 28.2±4.8 kg/m². Over 24 months, 38 knees exhibited worsening WOMAC pain, with no significant association for either 3D-JSW or 2D-JSW x . For WOMAC pain, 3D-JSW (AUC=0.578) was not superior to 2D-JSW x (AUC=0.511; difference: 0.067 (95% confidence interval (CI): -0.040, 0.175)). Similar results were noted for the 20-meter walk (difference: 0.003 (95% CI: -0.049, 0.055)), sit-to-stand test (difference: 0.014 (95% CI: -0.034, 0.062)), and WOMAC function (difference: -0.020 (95% CI: -0.091, 0.050)). Conclusions 3D-JSW on WBCT did not outperform 2D-JSW x on radiography for predicting knee pain and functional worsening. However, WBCT offers several advantages, including improved imaging capabilities, that may facilitate assessment of osteoarthritis in clinical practice and research.
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 | 0,004 | 0,011 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».