Volumetric evaluation of lumbar epidural fat distribution in epidural lipomatosis and back pain in patients who are obese: introducing a novel technique (Fat Finder algorithm)
Notice bibliographique
Résumé
Objective: Spinal epidural lipomatosis (EL) represents an excessive deposition of unencapsulated adipose tissue in the spinal canal that can result in chronic back pain in patients who are obese with and without diabetes. We aim to calculate the total volumetric epidural fat on lumbar spine MRI in a predominately obese population and correlate total epidural fat to lower back pain (LBP) and body mass index (BMI). Research design and methods: We developed a program (Fat Finder) to quantify volumetric distribution of epidural fat throughout the lumbar spine. Eleven patients with LBP were imaged using two MRI protocols: parallel axial slices and conventional clinical protocol. The distribution of epidural fat per level was analyzed and normalized to the spinal canal size. Results: (815.0-2717.5) in the age-similar non-EL group. A higher percentage of fat volume in the canal was associated with higher LBP scores. The fat percentage was 32.2% among patients with EL versus 15.4% for age-similar non-EL with LBP score of 6.1 and 4.0, respectively. Conclusions: The Fat Finder is a novel volumetric method to quantify epidural lumbar spinal fat. The epidural fat favors the lower spinal segment with direct proportionality between the fat volume and LBP score, independent of BMI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 | 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 ».