Do variations in paraspinal muscle morphology and composition predict low back pain in men?
Notice bibliographique
Résumé
This longitudinal study aimed to clarify the longstanding controversy over whether variations in paraspinal muscle morphology (e.g., size, composition and asymmetry) are predictors of low back pain (LBP). A sample of 99 Finnish men were included in this population-based longitudinal study. Data were collected through a structured interview, physical examination and magnetic resonance imaging (MRI). Baseline measurements of the lumbar multifidus and erector spinae muscles were obtained from T2-weighted axial images at L3-L4 and L5-S1, and interview data were obtained at baseline, 1- and 15-year follow-ups. Few of the paraspinal muscle parameters investigated were predictors of change in LBP frequency, intensity or sciatica at 1- and 15-year follow-ups in the population-based sample, and findings were not consistent across muscles and spinal levels. However, greater multifidus and erector spinae fatty infiltration at L5-S1 was associated with a higher risk of having continued, frequent, persistent LBP at 1-year follow-up. None of the relationships observed was confounded by body mass index or the amount of physical activity at work or leisure. This longitudinal study provided evidence that variations in paraspinal muscle morphology on MRI have a limited, if not uncertain, role in the short- and long-term predictions of LBP in men.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».