MétaCan
Menu
Retour à la cohorte
Enregistrement W7117106135 · doi:10.1016/j.ultrasmedbio.2025.11.667

Methodological Implementation of Ultrasound-Based Shear Wave Elastography in Individuals With Knee Osteoarthritis: A Scoping Review

2025· article· en· W7117106135 sur OpenAlexaff
Ryan Matthews, Sophie E Rayner, Meaghan Hannigan, Anne Doan, R. Moyer

Notice bibliographique

RevueUltrasound in Medicine & Biology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésElastographyInterpretabilityUltrasoundStandardizationGeneralizability theoryStiffnessSystematic reviewBiomechanics

Résumé

récupéré en direct d'OpenAlex

Ultrasound shear wave elastography (SWE) enables the reliable assessment of tissue stiffness in vivo. Recently, SWE has emerged as a tool to study musculoskeletal tissue mechanics in healthy and pathological populations, such as individuals with knee osteoarthritis (KOA). No previous articles have explicitly reviewed the implementation of SWE methodology in KOA populations. Therefore, a scoping review of published literature was performed to investigate study equipment details, measurement protocols and participant/transducer positioning as they relate to SWE methodology. The databases PubMed, CINAHL, Scopus and Embase were searched for published literature, yielding n = 29 articles that met inclusion criteria. Results were summarized by tissue type under investigation (n = 7, muscle, tendon, adipose, multiple tissues, cartilage, nerve and joint capsule). Examined in over half of all included studies (55%), muscle was the predominant tissue under investigation, while relatively few studies focused on direct KOA-related structures, such as cartilage. Transducer type and orientation were the only relatively homogenous SWE methods, with 93% of all included studies using linear transducers and 91% of reporting studies using parallel orientation. Notable heterogeneity in SWE methods was present across device modes, settings, stiffness measures and body, knee and transducer positioning. These findings indicate that methodological variability remains a significant challenge for SWE research in KOA, potentially limiting the reproducibility and generalizability of the stiffness outcomes that drive our current understanding of tissue mechanics in this population. Collectively, these results highlight the need for tissue-specific SWE methodology standardization to enhance the reliability, comparability and clinical interpretability of SWE in KOA 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 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)0,089
score de la tête « metaresearch » (Gemma)0,307
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,469

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0890,307
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,009
Bibliométrie0,0230,019
Études des sciences et des technologies0,0020,003
Communication savante0,0070,005
Science ouverte0,0040,005
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,044
Tête enseignante GPT0,381
Écart entre enseignants0,338 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasound in Medicine & BiologyMême sujetUltrasound Imaging and ElastographyTravaux en français237 207