Association between MRI findings and inflammatory symptoms in non-specific chronic low back pain
Notice bibliographique
Résumé
PURPOSE: Non-specific chronic low back pain (nsCLBP) likely constitutes a heterogeneous group of conditions, and identifying an inflammatory phenotype may improve treatment stratification. The objective of this study was to determine associations between inflammatory back pain (IBP) features and MRI findings in subjects with nsCLBP. METHODS: Participants were selected from the longitudinal Clinical Cohort for Comprehensive Deep Phenotyping of Chronic Low-Back Pain Adults Study (comeBACK), a cohort of adults with nsCLBP. IBP features (morning stiffness, nocturnal LBP, symptom improvement with exercise / worsening with rest, insidious onset, onset < 40 years) were assessed via questionnaire. MRI scans of the lumbar spine were interpreted by a radiologist, using a comprehensive scoring system: Modic changes (MC), endplate erosion, facet joint arthritis, central canal stenosis and degeneration of the sacroiliac joints (SIJ). Logistic regression was performed (presence IBP feature as dependent variable and MRI findings as independent variables). RESULTS: A total of 290 individuals (159 female) were included. Both endplate erosion and MC1 changes were positively associated with overall IBP (erosion: OR 2.1, 95%CI 1.3–3.3; MC1: OR 2.2, 95%CI 1.4–3.4), and specifically morning stiffness and worsening with rest. Negative association with overall IBP symptoms was found for SIJ degeneration (OR 0.6, 95%CI 0.4-1.0) and no association for facet arthropathy, MC2 and central canal stenosis. CONCLUSION: Our exploratory analysis supports the notion of an inflammatory nsCLBP phenotype with distinguishing imaging features, by establishing associations between endplate erosion and Modic type 1 changes with select IBP features.
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 | 0,004 | 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 | 0,001 |
| 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 ».