Preliminary investigation of spinal level and postural effects on thoracic muscle morphology with upright open<scp>MRI</scp>
Notice bibliographique
Résumé
OBJECTIVE: Spinal-muscle morphological differences between weight-bearing and supine postures have potential diagnostic, prognostic, and therapeutic applications. While the focus to date has been on cervical and lumbar regions, recent findings have associated spinal deformity with smaller paraspinal musculature in the thoracic region. We aim to quantitatively investigate the morphology of trapezius (TZ), erector spinae (ES) and transversospinalis (TS) muscles in upright postures with open upright MRI and also determine the effect of level and posture on the morphological measures. METHODS: Six healthy volunteers (age 26 ± 6 years) were imaged (0.5 T MROpen, Paramed, Genoa, Italy) in four postures (supine, standing, standing with 30° flexion, and sitting). Two regions of the thorax, middle (T4-T5), and lower (T8-T9), were scanned separately for each posture. 2D muscle parameters such as cross-sectional area (CSA) and position (radius and angle) with respect to the vertebral body centroid were measured for the three muscles. Effect of spinal level and posture on muscle parameters was examined using 2-way repeated measures ANOVA separately for T4-T5 and T8-T9 regions. RESULTS: = .0009) at T9 than at T8. At T4-T5, the TZ CSA increased (up to 23%), and the ES and TS CSA decreased (up to 10%) in upright postures compared to supine. CONCLUSION: Geometrical parameters that describe muscle morphology in the thorax change with level and posture. The increase in TZ CSA in upright postures could result from greater activation while upright. The decrease in ES CSA in flexed positions likely represents passive stretching compared to neutral posture.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».