Assessing muscle architecture with ultrasound: implications for spasticity
Notice bibliographique
Résumé
Botulinum Neurotoxin Type A (BoNT-A) injections using Ultrasound (US) guidance have led to research evaluating changes in muscle architecture. Controversy remains as to what constitutes increased Echo-Intensity (EI) in spastic muscles and whether this may affect outcomes. We aim to provide a narrative review of US muscle architecture changes following Central Nervous System (CNS) lesions and explore their relationship to spasticity. Medline, CINAHL, and Embase databases were searched with keywords: ultrasonography, hypertonia, spasticity, fibrosis, and Heckmatt. Three physicians reviewed the results of the search to select relevant papers. Reviews identified in the search were used as a resource to identify additional studies. A total of 68 papers were included. Four themes were identified, including histopathological changes in spastic muscle, effects of BoNT-A on the muscle structure, available US modalities to assess the muscle, and utility of US assessment in clinical spasticity. Histopathological studies revealed atrophic and fibro-fatty changes after CNS lesions. Several papers described BoNT-A injections contributing to those modifications. These changes translated to increased EI. The exact significance of increased muscle EI remains unclear. The Modified Heckmatt Scale (MHS) is a validated tool for grading muscle EI in spasticity. The use of the US may be an important tool to assess muscle architecture changes in spasticity and improve spasticity management. Treatment algorithms may be developed based on the degree of EI. Further research is needed to determine the incidence and impact of these EI changes in spastic muscles.
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 ».