Is musculoskeletal pain associated with increased muscle stiffness? Evidence map and critical appraisal of muscle measurements using shear wave elastography
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Approximately 21% of the world's population suffers from musculoskeletal conditions, often associated with sensations of stiff muscles. Targeted therapy requires knowing whether typically involved muscles are objectively stiffer compared to asymptomatic individuals. Muscle stiffness is quantified using ultrasound shear wave elastography (SWE). Publications on SWE-based comparisons of muscle stiffness between individuals with and without musculoskeletal pain are increasing rapidly. This work reviewed and mapped the existing evidence regarding objectively measured muscle stiffness in musculoskeletal pain conditions and surveyed current methods of applying SWE to measure muscle stiffness. METHODS: A systematic search was conducted in PubMed and CINAHL using the keywords "muscle stiffness", "shear wave elastography", "pain", "asymptomatic controls" and synonyms. The search was supplemented by a hand search using Google Scholar. Included articles were critically appraised with the AXIS tool, supplemented by items related to SWE methods. Results were visually mapped and narratively described. RESULTS: Thirty of 137 identified articles were included. High-quality evidence was missing. The results comprise studies reporting lower stiffness in symptomatic participants, no differences between groups and higher stiffness in symptomatic individuals. Results differed between pain conditions and muscles, and also between studies that examined the same muscle(s) and pathology. The methods of the application of SWE were inconsistent and the reporting was often incomplete. CONCLUSIONS: Existing evidence regarding the objective stiffness of muscles in musculoskeletal pain conditions is conflicting. Methodological differences may explain most of the inconsistencies between findings. Methodological standards for SWE measurements of muscles are urgently required.
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 | 0,066 | 0,293 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,010 |
| Bibliométrie | 0,036 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».