Qualitative and quantitative characteristics of the lumbar multifidi muscles: Comparison of the magnetic resonance imaging and musculoskeletal ultrasound
Notice bibliographique
Résumé
Background: Paraspinal muscle pathology is often accompanied by skeletal abnormalities and is frequently associated with low back pain. While magnetic resonance imaging (MRI) can accurately assess muscle atrophy, the utility of musculoskeletal ultrasound remains under evaluation. A direct comparison between these imaging modalities has not been conducted. Objective: To compare musculoskeletal ultrasound and MRI in evaluating fatty atrophy and cross-sectional area in patients with chronic low back pain and to assess their correlations with clinical symptoms. Methods: The degree of fatty atrophy and cross-sectional area were measured using ultrasound at symptomatic and control levels in patients with chronic low back pain. A prone instability test was also performed. Ultrasound findings were compared with recent lumbar MRI results. Fatty atrophy was graded using the Kjaer system, and cross-sectional area was measured. Interobserver agreement and correlation with the available imaging were calculated. Results: Strong agreement was observed with MRI for the degree of atrophy at the symptomatic level (weighted Kappa = 0.83), but only fair agreement at the control level. Cross-sectional measurements showed poor correlation between the imaging studies at both levels (Rho = 0.03-0.07). The prone instability test was negative for all participants. Conclusion: Ultrasound reliably assesses fatty atrophy at symptomatic levels but is less accurate for circumferential measurements.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| 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 ».