MétaCan
Menu
Retour à la cohorte
Enregistrement W4392234157 · doi:10.1016/j.spinee.2024.02.013

Investigating the associations between lumbar paraspinal muscle health and age, BMI, sex, physical activity, and back pain using an automated computer-vision model: a UK Biobank study

2024· article· en· W4392234157 sur OpenAlexafffund
Evert Onno Wesselink, Annelies Pool‐Goudzwaard, Benjamin De Leener, Christine Law, Meredith Blair Fenyo, Gabriella Marie Ello, Michel W. Coppieters, James M. Elliott, Sean Mackey, Kenneth A. Weber

Notice bibliographique

RevueThe Spine Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of HealthDalhousie UniversityMemorial Sloan-Kettering Cancer CenterVanderbilt UniversityU.S. Department of Veterans Affairs
Mots-clésMedicineBiobankLumbarPhysical therapyBack painPhysical activityPhysical medicine and rehabilitationGerontologyAlternative medicineBioinformaticsSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND CONTEXT: The role of lumbar paraspinal muscle health in back pain (BP) is not straightforward. Challenges in this field have included the lack of tools and large, heterogenous datasets to interrogate the association between muscle health and BP. Computer-vision models have been transformative in this space, enabling the automated quantification of muscle health and the processing of large datasets. PURPOSE: To investigate the associations between lumbar paraspinal muscle health and age, sex, BMI, physical activity, and BP in a large, heterogenous dataset using an automated computer-vision model. DESIGN: Cross-sectional study. PATIENT SAMPLE: ) of whom 6,953 reported no pain, 930 acute BP, and 1,681 chronic BP. OUTCOME MEASURES: Intramuscular fat (IMF) and average cross-sectional area (aCSA) were automatically derived using a computer-vision model for the left and right lumbar multifidus (LM), erector spinae (ES), and psoas major (PM) from the L1 to L5 vertebral levels. METHODS: Two-tailed partial Pearson correlations were generated for each muscle to assess the relationships between the muscle measures (IMF and aCSA) and age (controlling for BMI, sex, and physical activity), BMI (controlling for age, sex, and physical activity), and physical activity (controlling for age, sex, and BMI). One-way ANCOVA was used to identify sex differences in IMF and aCSA for each muscle while controlling for age, BMI, and physical activity. Similarly, one-way ANCOVA was used to identify between-group differences (no pain, acute BP, and chronic BP) for each muscle and along the superior-inferior expanse of the lumbar spine while controlling for age, BMI, sex, and physical activity (α=0.05). RESULTS: , p<.001) and higher IMF compared to acute BP (IMF MD≤1.1%, p≤.044). The differences between people with BP and people with no pain were not spatially localized to the inferior lumbar levels but broadly distributed across the lumbar spine. CONCLUSIONS: Paraspinal muscle health is associated with age, BMI, sex, and physical activity with the exception of the association between LM aCSA and age and physical activity. People with BP (chronic>acute) have higher IMF and lower aCSA than people reporting no pain. The differences were not localized but broadly distributed across the lumbar spine. When interpreting measures of paraspinal muscle health in the research or clinical setting, the associations with age, BMI, sex, and physical activity should be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,422
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Spine JournalMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207