Paraspinal Muscle Changes in Individuals with and without Chronic Low Back Pain over a 4-Month Period: A Longitudinal MRI Study
Notice bibliographique
Résumé
Background and Objectives: Previous research has shown associations between atrophy and fatty infiltration of the lumbar paraspinal musculature and low back pain (LBP). However, few studies have examined longitudinal changes in healthy controls and individuals with LBP without intervention. We aimed to investigate the natural variations in lumbar paraspinal musculature morphology and composition in this population over a 4-month period. Materials and Methods: Healthy controls and individuals with LBP were age- and sex-matched and completed several self-administered questionnaires. MRIs of L1–L5 were taken at baseline, 2 months, and 4 months to investigate cross-sectional area (CSA), along with DIXON fat and water images. A total of 29 participants had clear images for at least one level for all three time points. Means and standard deviations were calculated for the participant demographics. A two-way repeated measures ANOVA was performed to investigate CSA, fat signal fraction, and CSA asymmetry. Results: A total of 27 images at L3/L4, 28 images at L4/L5, and 15 images at L5/S1 were included in the final analysis. There were significant main effects of group for psoas CSA at the L3/L4 level (p = 0.02) and erector spinae (ES) CSA % asymmetry at the L3/L4 level (p < 0.001). There was a significant main effect of time for lumbar multifidus (LM) CSA % asymmetry at L4/L5 level (p = 0.03). Conclusions: This study provides insights into LM, ES, and psoas morphology in both healthy controls and affected individuals over a 4-month period without any intervention. Our findings suggest that psoas CSA at higher lumbar levels and CSA % asymmetry in general may be a better indicator of pathology and the development of pathology over time. Evaluating natural variations in paraspinal musculature over longer time frames may provide information on subtle changes in healthy controls and affected individuals and their potential role in chronic LBP.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».