Assessing lumbar paraspinal muscle cross-sectional area and fat composition with T1 versus T2-weighted magnetic resonance imaging: Reliability and concurrent validity
Notice bibliographique
Résumé
PURPOSE: Studies using magnetic resonance imaging to assess lumbar multifidus cross-sectional area frequently utilize T1 or T2-weighted sequences, but seldom provide the rationale for their sequence choice. However, technical considerations between their acquisition protocols could impact on the ability to assess lumbar multifidus anatomy or its fat/muscle distinction. Our objectives were to examine the concurrent validity of lumbar multifidus morphology measures of T2 compared to T1-weighted sequences, and to assess the reliability of repeated lumbar multifidus measures. METHODS: The lumbar multifidus total cross-sectional area of 45 patients was measured bilaterally at L4 and L5, with histogram analysis determining the muscle/fat threshold values per muscle. Images were later re-randomized and re-assessed for intra-rater reliability. Matched images were visually rated for consistency of outlining between both image sequences. Bland-Altman bias, limits of agreement, and plots were calculated for differences in total cross-sectional area and percentage fat between and within sequences, and intra-rater reliability analysed. RESULTS: T1-weighted total cross-sectional area measures were systematically larger than T2 (0.2 cm2), with limits of agreement <±10% at both spinal levels. For percentage fat, no systematic bias occurred, but limits of agreement approached ±15%. Visually, muscle outlining was consistent between sequences, with substantial mismatches occurring in <5% of cases. Intra-rater reliability was excellent (ICC: 0.981-0.998); with bias and limits of agreement less than 1% and ±5%, respectively. CONCLUSION: Total cross-sectional area measures and outlining of muscle boundaries were consistent between sequences, and intra-rater reliability for total cross-sectional area and percentage fat was high indicating that either MRI sequence could be used interchangeably for this purpose. However, further studies comparing the accuracy of various methods for distinguishing fat from muscle are 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 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 | 0,019 | 0,039 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».