Diagnostic Applications of Ultrasonography in Myofascial Trigger Points: A Scoping Review and Critical Appraisal of Literature
Notice bibliographique
Résumé
Objective: Myofascial trigger points (MTrPs) are pathognomonic of myofascial pain syndrome. The detection ability of MTrPs via ultrasonography is underreported and the characteristics of MTrPs are not sufficiently standardized. The objective was to summarize the characteristics and diagnostic abilities of ultrasonography for MTrP investigations. Materials and Methods: A multi-database, and bibliography hand-search was implemented. Studies of ≥10 patients, published after 1980, appraising ultrasonography as a diagnostic aid for myofascial pain syndrome were included. The Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2) tool was used to evaluate the diagnostic accuracy of the included studies. Results: Six cross-sectional studies met the inclusion criteria. The back and trapezius muscles were the most studied locations. The diagnostic studies were of low-medium risk of bias. The studies reported a large range of diagnostic metrics (accuracy 58%–100%, sensitivity 33%–91%, specificity 75%–100%, positive predictive value 91%–100%, negative predictive value 47%–97%, positive likelihood ratio 3.6, and negative likelihood ratio 0.12–0.67). Conclusion: This review found low-medium risk of bias evidence in support of ultrasonography for MTrP investigations. The clinical studies identified in the scoping review used gray-scale ultrasound equipment systems with a 5 to 14 MHz transducer to diagnose MTrPs and the local twitch response, and MTrPs were visualized mostly as hypoechoic nodules.
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 | 0,038 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,048 | 0,029 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».