MétaCan
Menu
Retour à la cohorte
Enregistrement W4401565890 · doi:10.1186/s13244-024-01785-7

Ultrasound elastography of back muscle biomechanical properties: a systematic review and meta-analysis of current methods

2024· review· en· W4401565890 sur OpenAlexafffund
Mercedes David, Karine Devantéry, Bénédicte Nauche, Miguel Chagnon, Mark R. Keezer, Nathaly Gaudreault, Nathalie J. Bureau, Guy Cloutier

Notice bibliographique

RevueInsights into Imaging · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversité de SherbrookeUniversité de Montréal
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésMedicineIntraclass correlationElastographyMeta-analysisCochrane LibraryData extractionUltrasoundCINAHLMEDLINERadiologyInternal medicinePsychological intervention

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To report the current elastography methods used to quantify back muscles' biomechanical characteristics in patients with musculoskeletal disorders (MSKd) and inform on their reliability, validity, and responsiveness. METHODS: MEDLINE, Embase, CINAHL, Cochrane library and grey literature were consulted. Predefined criteria allowed for study selection and data extraction. The quality of evidence was rated using the COSMIN tool. Data were meta-analyzed in terms of pooled intraclass correlation coefficient (pICC) for reliability and pooled standardized mean difference (pSMD) for validity and responsiveness. Heterogeneity was assessed. RESULTS: Seventy-nine studies were included in the meta-analysis (total number of participants N = 3178). Three elastography methods were identified: strain imaging (SI; number of cohorts M = 26), shear wave imaging (SWI; M = 50), and vibration sonoelastography (VSE; M = 3). Strain imaging and SWI studies reported good reliability measurement properties (pICC > 0.70) and a medium pSMD (0.58 for SI and 0.60 for SWI; p ≤ 0.020) in discriminating MSKd from controls' condition (validity). Strain imaging studies reported a medium pSMD (0.64; p = 0.005) in detecting within-group changes over time, whereas SWI pSMD was very high (1.24; p = 0.005). Only SWI reported significant but small pSMD (0.30; p = 0.003) in detecting between-group changes over time. The small number of VSE studies could not be meta-analyzed. Heterogeneity was high (I-squared > 90%; p < 0.001). CONCLUSIONS: Elastography presents good reliability results and a medium pSMD in discriminating MSKd from control conditions. Responsiveness data suggest detectable changes within groups over time using SI and SWI, calling for long-term longitudinal studies. Assessing changes between groups over time using elastography still needs to be proven. Highly significant heterogeneity limits meta-analytic results. CRITICAL RELEVANCE STATEMENT: While still in its early-stage exploration phase, musculoskeletal ultrasound elastography may reliably quantify back muscles' biomechanics in asymptomatic individuals, moderately discriminate back musculoskeletal disorders and detect biomechanical changes over time in these conditions, calling for long-term longitudinal studies. KEY POINTS: Ultrasound elastography is reviewed for back pain and related musculoskeletal disorder assessments. Growing literature supports good reproducibility, some validity and responsiveness. Back muscle elastography considers assumptions calling for standardized protocols.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0140,008
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,000
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 Opus0,105
Tête enseignante GPT0,404
Écart entre enseignants0,299 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInsights into ImagingMême sujetUltrasound Imaging and ElastographyTravaux en français237 207