Association of paraspinal muscle morphology or composition with sagittal spinopelvic alignment: a systematic review and meta-analysis
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to evaluate the association of paraspinal muscle morphology and composition with sagittal spinopelvic alignment (SSA). METHODS: This review was registered at PROSPERO (CRD42022371879). Four databases including PubMed, Embase, Cochrane, and Web of Science were searched from their inception until December 15, 2024. The scope of paraspinal muscles included multifidus (MF), erector spinae (ES), psoas major (PM), and paraspinal extensor muscles (PEM; combined multifidus and erector spinae). The cross-sectional area (CSA) and fat signal fraction (FSF) were the metrics for quantifying paraspinal muscle morphology and composition, respectively. The outcomes of interest were SSA parameters, including C7-S1 sagittal vertical axis (SVA), thoracic kyphosis (TK), lumbar lordosis (LL), pelvic tilt (PT), sacral slope (SS), pelvic incidence (PI), and PI minus LL mismatch (PI - LL). The methodological quality and risk of bias of each included studies was assessed using the Newcastle-Ottawa Scale and its adapted form. Correlation coefficients extracted from included studies were transformed to a Fisher's z correlational coefficient to perform a meta-analysis and to generate a pooled effect size (z) and 95% confidence intervals (CIs). RESULTS: Sixteen observational studies with 1535 participants were included in the meta-analysis. We found a positive association of paraspinal muscle CSA with TK (MFCSA, z = 0.17, 95% CI: 0.01 to 0.32, p = 0.041; PEMCSA, z = 0.17, 95% CI: 0.06 to 0.28, p = 0.002) and LL (PMCSA, z = 0.12, 95% CI: 0.02 to 0.22, p = 0.019), whereas a negative correlation with SVA (MFCSA, z = - 0.35, 95% CI: -0.67 to - 0.02, p = 0.036; PEMCSA, z = - 0.25, 95% CI: -0.45 to - 0.05, p = 0.015), PT (PMCSA, z = - 0.22, 95% CI: -0.39 to - 0.05, p = 0.012), PI (PMCSA, z = - 0.13, 95% CI: -0.23 to - 0.02, p = 0.020), and PI-LL (MFCSA, z = - 0.50, 95% CI: -0.69 to - 0.30, p < 0.00001; PMCSA, z = - 0.20, 95% CI: -0.34 to - 0.05, p = 0.007; PEMCSA, z = - 0.28, 95% CI: -0.38 to - 0.18, p < 0.00001). Meanwhile, paraspinal muscle FSF showed a positive correlation with SVA (PEMFSF, z = 0.39, 95% CI: 0.30 to 0.47, p < 0.00001), PT (PEMFSF, z = 0.45, 95% CI: 0.35 to 0.54, p < 0.00001), and PI-LL (PEMFSF, z = 0.29, 95% CI: 0.17 to 0.41, p < 0.00001), while a negative correlation with PI (PMFSF, z = - 0.14, 95% CI: -0.27 to - 0.01, p = 0.029) and SS (PEMFSF, z = - 0.25, 95% CI: -0.41 to - 0.08, p = 0.004). We also observed the associations were stronger in populations without degenerative spinal diseases, in studies that used computed tomography for paraspinal muscle morphology and composition assessment, and in studies with moderate study quality. Of the 15 significant associations reported here, only 3 were supported by moderate to high-level evidence, while others were supported by very low to low evidence certainty. CONCLUSION: Paraspinal muscle morphology and composition were associated with SSA. Further studies are warranted to establish causality and to elucidate the underlying mechanisms.
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 | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,024 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».