Artykuł metodologiczny

Protokół diagnostyczny oparty na obrazowaniu metodą rezonansu magnetycznego oraz przewidywanie ryzyka wystąpienia lipomatozy znadtwardówkowej w przebiegu zwyrodnieniowej spondylolistezy lędźwiowej

DOI:

10.3791/72724

14 sierpnia 2026

* These authors contributed equally

W tym artykule

Podsumowanie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niniejszy protokół opisuje ustandaryzowaną metodę opartą na obrazowaniu metodą rezonansu magnetycznego w celu diagnozowania lipomatozy znadtwardówkowej oraz przewidywania ryzyka jej wystąpienia u pacjentów z degeneracyjnym spondylolistezą lędźwiową.

Streszczenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niniejszy protokół przedstawia ustandaryzowane podejście diagnostyczne oparte na obrazowaniu metodą rezonansu magnetycznego (MRI) w ocenie lipomatozy nadtwardówkowej u pacjentów z degeneracyjnym spondylolistezą lędźwiową (DLS) oraz opisuje opracowanie klinicznego modelu przewidywania ryzyka. Kolejni pacjenci z DLS zostali poddani ustandaryzowanej ocenie MRI, obejmującej sekwencje T1 w celu wykrycia lipomatozy nadtwardówkowej, ocenę stopnia nacieku tłuszczowego mięśnia wielodzielnego według skali Goutalliera oraz ocenę radiologiczną. Kohortę badawczą podzielono na grupę modelowania (n = 248) i grupę walidacji (n = 106). Niezależne predyktory zidentyfikowano za pomocą analizy jednowymiarowej, a następnie wielowymiarowej regresji logistycznej binarnej. W celu zapewnienia przejrzystości raportowania, wpływ wieku oraz wskaźnika masy ciała (BMI) wyrażono odpowiednio na każde 10 lat i na każde 5 kg/m2 wzrostu. Równanie predykcyjne do użytku przyłóżkowego przedstawiono z wykorzystaniem algebraicznie równoważnych współczynników jednostek surowych, aby wiek (lata) i BMI (kg/m2) można było wprowadzać bezpośrednio. Zidentyfikowano pięć niezależnych predyktorów: wiek (iloraz szans [OR] = 1,510 na każde 10 lat wzrostu), płeć żeńską (OR = 2,354), BMI (OR = 1,874 na każde 5 kg/m2 wzrostu), zajęcie segmentu L5 (OR = 3,766) oraz stopień 3-4 w skali Goutalliera (OR = 3,184). Model osiągnął wartości powierzchni pod krzywą charakterystyki ROC wynoszące 0,834 w kohorcie modelowania i 0,815 w kohorcie walidacyjnej. Analizy kalibracji i krzywych decyzyjnych potwierdziły przydatność modelu jako eksploracyjnego narzędzia wspomagania decyzji klinicznych; jednak przed szerokim wdrożeniem klinicznym wymagana jest walidacja zewnętrzna. Niniejszy protokół dostarcza powtarzalnych ram oceny lipomatozy nadtwardówkowej w oparciu o MRI wraz z zintegrowanym narzędziem predykcyjnym, które łączy parametry kliniczne i radiologiczne w celu ułatwienia ustandaryzowanej oceny i zindywidualizowanego przewidywania ryzyka u pacjentów z DLS.

Wprowadzenie

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Zwyrodnieniowa spondylolisteza lędźwiowa (DLS) dotyczy 4%–8% populacji ogólnej, przy czym jej rozpowszechnienie gwałtownie wzrasta po piątej dekadzie życia1,2. Definiowana jako przednie przemieszczenie kręgu względem kręgu pod nim przy zachowaniu nienaruszonego tylnego łuku neuronalnego, DLS często prowadzi do zwężenia kanału kręgowego i chromania neurogennego, co znacznie upośledza mobilność pacjenta, siłę mięśniową oraz jakość życia3. Wśród powiązanych cech obrazowych objaw lipomatozy nadtwardówkowej — charakteryzujący się pasmowym, hiperintensywnym sygnałem tłuszczowym w obrazowaniu rezonansem magnetycznym (MRI) w płaszczyźnie strzałkowej T1 na poziomie przesunięcia — jest istotnym wskaźnikiem radiologicznym, który może ułatwić rozpoznanie choroby i ocenę jej stopnia zaawansowania. Lipomatozę nadtwardówkową tradycyjnie wiązano z podawaniem glikokortykosteroidów, ekspozycją na sterydy wewnątrzoponowe lub zaburzeniami endokrynologicznymi, takimi jak zespół Cushinga4,5,6. Jednakże coraz częściej jest ona dokumentowana u osób z otyłością lub zespołem metabolicznym bez ekspozycji na sterydy7,8,9,10, co sugeruje, że czynniki metaboliczne i biomechaniczne odgrywają istotną rolę etiologiczną. Niedawny przegląd systematyczny podsumował różnorodne etiologie i wyniki kliniczne w zgłoszonych przypadkach11, a udokumentowano również poprawę objawów po redukcji masy ciała12. Opisano wcześniejsze metody stopniowania w oparciu o MRI i ilościowej oceny lipomatozy nadtwardówkowej kręgosłupa, w tym podejścia oparte na stosunku tłuszczu nadtwardówkowego do worka oponowego w przekroju osiowym oraz systemy stopniowania lokalno-regionalnego13,14. Niemniej jednak nie ustalono jeszcze zstandardyzowanego protokołu MRI przeznaczonego specjalnie do systematycznej oceny lipomatozy nadtwardówkowej u pacjentów z DLS. W związku z tym interpretacja obrazów pozostaje zależna od operatora, brakuje spójnych kryteriów diagnostycznych dostosowanych do tej populacji pacjentów, determinanty kliniczne odróżniające osoby dotknięte tą dolegliwością od osób zdrowych nie zostały w pełni scharakteryzowane, a klinicyści nie dysponują praktycznym narzędziem do szacowania ryzyka podczas wstępnej oceny.

Aby wypełnić te luki, niniejszy protokół ustanawia zestandaryzowane, klinicznie stosowalne ramy oceny lipomatozy nadtwardówkowej w oparciu o MRI u pacjentów z DLS. Protokół integruje parametry kliniczne, zdefiniowane kryteria diagnostyczne MRI ze specyficznymi parametrami akwizycji obrazu, ocenę mięśni przykręgosłupowych z wykorzystaniem dostosowanej do kręgosłupa skali Goutalliera, osiową ocenę potwierdzającą ucisk worka oponowego oraz model prognostyczny do stratyfikacji ryzyka przy łóżku pacjenta. System gradingowy Manjila jest uznawany za istotny punkt odniesienia w zakresie lokalizacji regionalnej, ponieważ ocenia zakres kraniokaudalny w obrazowaniu strzałkowym oraz nasilenie w przekroju osiowym przy użyciu oceny opartej na siatce 3 × 3, co może pomóc w planowaniu chirurgicznym i ułatwić rozróżnienie między grzbietowym, brzusznym i obwodowym rozkładem tłuszczu w przestrzeni nadtwardówkowej14,15,16. Niniejszy protokół nie ma na celu zastąpienia istniejących systemów gradingowych lipomatozy nadtwardówkowej kręgosłupa; zamiast tego dostarcza on ukierunkowany schemat postępowania dla poziomów przesuniętych związanych z DLS, dokumentując jednocześnie cechy osiowe i lokalno-regionalne, gdy są one istotne klinicznie. Podejście to ma na celu promowanie bardziej powtarzalnej oceny lipomatozy nadtwardówkowej, wspierając zestandaryzowaną ocenę obrazową oraz indywidualną szacunkową ocenę ryzyka klinicznego u pacjentów z DLS.

Protokół

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niniejszy protokół MRI został opracowany dla nadprzewodzącego skanera o natężeniu pola 1.5 Tesla, wyposażonego w dedykowaną 16-kanałową cewkę powierzchniową do obrazowania kręgosłupa. Protokół można dostosować do innych systemów 1.5 lub 3.0 T o równoważnej charakterystyce sprzętowej. Wszystkie procedury zostały przeprowadzone zgodnie z Deklaracją Helsińską i zostały zatwierdzone przez Komisję Bioetyczną (Institutional Review Board) Tianjin Union Medical Center (numer zatwierdzenia: 2024-IRB-089).

1. Wybór pacjentów i ocena kliniczna

  1. Przed włączeniem pacjentów należy uzyskać zgodę Instytucjonalnej Rady Recenzenckiej (IRB) oraz Komitetu Etyki. Należy upewnić się, że wszystkie procedury z udziałem ludzi są zgodne z Deklaracją Helsińską. Numer zatwierdzenia (2024-IRB-089) musi zostać odnotowany we wszystkich dokumentach badania.
    UWAGA: Wymóg uzyskania indywidualnej świadomej zgody może zostać zniesiony, jeżeli w badaniu wykorzystywane są całkowicie zanonimizowane, istniejące dane kliniczne oraz zestawy obrazowe, pod warunkiem, że zniesienie tego wymogu jest zgodne z polityką instytucjonalną oraz przepisami krajowymi regulującymi wtórne wykorzystanie danych klinicznych. Należy uzyskać wyraźną zgodę komisji etycznej na zniesienie tego wymogu. Przed przystąpieniem do rekrutacji pacjentów należy uzyskać zgodę komisji etycznej.
  2. Należy przeprowadzić przesiew kolejnych pacjentów zgłaszających się do oddziału chirurgii kręgosłupa z potwierdzoną diagnozą DLS. Należy przeanalizować zdjęcia rentgenowskie w projekcji bocznej w pozycji stojącej lub w zgięciu i wyproście, aby potwierdzić przednie przesunięcie kręgu o ≥3 mm lub ≥10% szerokości trzonu kręgu.
    1. Zweryfikuj zmiany degeneracyjne na odpowiadającym poziomie, w tym degenerację krążka międzykręgowego oraz przerost stawów międzywyrostkowych17Potwierdź brak ubytku w obrębie pars interarticularis na radiogramach bocznych oraz w obrazowaniu MRI w płaszczyźnie strzałkowej.
    2. Do badania zakwalifikowano pacjentów w wieku 18–85 lat, u których w ciągu 2 tygodni od oceny klinicznej wykonano standardowy rezonans magnetyczny odcinka lędźwiowego kręgosłupa (sekwencje T1-zależna strzałkowa, T2-zależna strzałkowa i T2-zależna osiowa). Z badania wykluczono pacjentów, u których w ciągu ostatnich 6 miesięcy przeprowadzono operację kręgosłupa lub wykonano epiduralne wstrzyknięcie steroidów.
    3. Zmierz przednie przesunięcie kręgów na bocznych radiogramach w pozycji stojącej lub w pozycjach zgięcia i wyprostu, stosując metodę linii tylnej krawędzi trzonu kręgu. Narysuj pionową linię odniesienia wzdłuż tylnej kory trzonu kręgu położonego niżej, następnie zmierz odległość prostopadłą od tej linii do tylno-dolnego rogu przesuniętego kręgu położonego powyżej. Zapisz wartość przesunięcia w milimetrach, a w razie potrzeby jako procent szerokości przednio-tylnej trzonu kręgu położonego niżej.
  3. Należy wykluczyć pacjentów z niedegeneracyjną spondylolistezą (istmiczną, urazową, patologiczną, pooperacyjną, rozwojową lub imitującą ją anatomicznie, taką jak hipoplazja trzonu kręgu L5 i pseudolisteza L5–S1) oraz stosującymi glikokortykosteroidy w celu >3 miesiące łącznie w ciągu poprzedniego roku lub potwierdzony endogenny hiperkortyzolizm (zespół Cushinga, gruczolakorczyk nadnerczy lub czynnośny gruczolakorczyk przysadki wydzielający hormon adrenokortykotropowy).
    1. Należy wykluczyć pacjentów, którzy w ciągu ostatnich 6 miesięcy otrzymywali sterydy anaboliczne lub terapię zastępczą testosteronem. Należy wykluczyć badania MRI o niewystarczającej jakości obrazu, w tym z artefaktami ruchowymi stopnia II lub wyższego bądź z niepełnym obrazowaniem odcinka lędźwiowo-krzyżowego.
    2. Należy wykluczyć pacjentów z ciężką niewydolnością krążeniowo-oddechową lub nerkową (klasa IV–V według skali stanu fizycznego American Society of Anesthesiologists), aktywną infekcją lub przeciwwskazaniami do badania MRI.
      OSTRZEŻENIE: Przed wejściem do skanera należy przeprowadzić pełny screening bezpieczeństwa MRI. Należy wykluczyć pacjentów z implantami urządzeń niekompatybilnych z MRI.
    3. Oceń artefakty ruchowe w czterostopniowej skali jakości obrazu: stopień 0 = brak widocznych artefaktów; stopień I = łagodne artefakty niepowodujące upośledzenia diagnostycznego; stopień II = umiarkowane artefakty przesłaniające granice anatomiczne lub punkty orientacyjne pomiaru; oraz stopień III = ciężkie artefakty sprawiające, że sekwencja jest nienadająca się do diagnostyki. Wyklucz badania z artefaktami stopnia II lub III w dowolnej sekwencji wymaganej do klasyfikacji punktów końcowych lub powtórz dotkniętą sekwencję przed włączeniem badania do badania.
  4. Należy wyekstrahować dane kliniczne z bazy elektronicznej dokumentacji medycznej (EMR) oraz z systemu archiwizacji i komunikacji obrazowej (PACS), korzystając ze zestandaryzowanego formularza gromadzenia danych w systemie REDCap, wypełnionego przez dwóch przeszkolonych asystentów badawczych.
    1. Zapisz wiek (lata), płeć (mężczyzna/kobieta), wskaźnik masy ciała (BMI; kg/m²2), oraz przemieszczonego segmentu (L3, L4 lub L5).
    2. Zapisz czas trwania objawów, obecność chromania neurogennego oraz zastosowane wcześniej leczenie zachowawcze.
    3. Dwaj przeszkoleni asystenci badawczy powinni niezależnie wyodrębnić zmienne kliniczne z EMR i PACS do powielonych formularzy REDCap. Po wyodrębnieniu danych należy porównać oba formularze i rozstrzygnąć rozbieżności, odwołując się do zapisów źródłowych. Nierozwiązane rozbieżności należy przekazać do rozstrzygnięcia starszemu badaczowi.
    4. Zidentyfikuj brakujące lub niekompletne zmienne podczas kontroli zakresów i kompletności w systemie REDCap. Zweryfikuj brakujące wartości w EMR, PACS oraz w oryginalnych opisach badań obrazowych. Wyklucz pacjenta z opracowania modelu tylko wtedy, gdy nie można odzyskać wymaganego predyktora, zmiennej wynikowej lub niezbędnej sekwencji MRI. Nie stosuj imputacji statystycznej dla wymaganych zmiennych modelu.
  5. Kwalifikujących się pacjentów należy losowo przydzielić do kohorty modelowania (n = 248) i kohorty walidacyjnej (n = 106), stosując stosunek przydziału 7:3 w programie SPSS wersja 27.0 z ziarnem losowości wynoszącym 42.
    1. Zaklasyfikuj pacjentów w kohorcie modelowania do grup z lipomatozą znadtwardówkową i bez lipomatozy zgodnie z konsensusowym rozpoznaniem dwóch doświadczonych radiologów specjalizujących się w obrazowaniu kręgosłupa z >10 lat doświadczenia, zgodnie z protokołem interpretacji MRI opisanym w kroku 3.
    2. W programie SPSS w wersji 27.0 ustaw ziarno losowości na 42, a następnie wybierz Transform (Przekształć) > Oblicz zmienną i wygeneruj jednorodną zmienną losową przy użyciu funkcji RV.UNIFORM(0,1). Posortuj przypadki rosnąco według tej zmiennej, przypisz pierwsze 70% kwalifikujących się przypadków do kohorty modelowania, a pozostałe 30% do kohorty walidacyjnej, a następnie zachowaj zmienną alokacji bez zmian dla wszystkich kolejnych analiz.
    3. Należy zastosować prostą randomizację zamiast randomizacji warstwowej. Nie należy wymuszać zrównoważenia zmiennych demograficznych, radiologicznych ani parametrów MRI w chwili przypisywania do grup.
    4. Po losowym przydzieleniu należy porównać demograficzne, kliniczne, radiologiczne oraz zmienne MRI w punkcie wyjściowym pomiędzy kohortą modelowania a kohortą walidacyjną, wykorzystując test t Studenta t-test lub test chi-kwadrat, w zależności od potrzeb. Przypisanie należy uznać za akceptowalne, jeśli nie stwierdzono klinicznie istotnych dysproporcji; ocenę porównywalności kohort należy przedstawić w Tabela 1.
      UWAGA: Przydzielenie do grup kohorty należy przeprowadzić po zweryfikowaniu wszystkich kryteriów kwalifikacji.
ZmiennaKohorta modelowania
(n = 248)
Kohorta walidacyjna
(n = 106)
t/χ2Wartość P
Wiek (lata)67.87 ± 11.3968.16 ± 11.930.2160.829
Płeć, n (%)0.0020.966
  Mężczyźni96 (38.71)42 (39.62)
  Kobiety152 (61.29)64 (60.38)
Wskaźnik masy ciała (kg/m²)24.88 ± 3.6224.91 ± 3.480.0770.939
Segment przesunięty, n (%)0.5640.754
  L331 (12.50)14 (13.21)
  L4149 (60.08)67 (63.21)
  L568 (27.42)25 (23.58)
Stopień wg Pfirrmanna, n (%)0.1040.991
  Stopień II18 (7.26)8 (7.55)
  Stopień III74 (29.84)33 (31.13)
  Stopień IV93 (37.50)38 (35.85)
  Stopień V63 (25.40)27 (25.47)
Stopień wg Goutalliera, n (%)3.0220.388
  Stopień 178 (31.45)27 (25.47)
  Stopień 286 (34.68)33 (31.13)
  Stopień 352 (20.97)28 (26.42)
  Stopień 432 (12.90)18 (16.98)
Kąt dystalnego stawu międzywyrostkowego (°)55.26 ± 6.4255.18 ± 6.390.1110.912
Wysięk w dystalnym stawie międzywyrostkowym (mm)0.94 ± 0.210.93 ± 0.200.4440.657
Dystalna wysokość krążka (mm)9.16 ± 1.929.20 ± 1.880.1930.847
Kąt proksymalnego stawu międzywyrostkowego (°)49.95 ± 6.0350.03 ± 5.990.1150.908
Wysięk w proksymalnym stawie międzywyrostkowym (mm)0.84 ± 0.260.83 ± 0.250.2370.813
Proksymalna wysokość krążka (mm)8.05 ± 1.528.08 ± 1.500.1560.876
Inklynacja miednicy (PI, °)52.18 ± 7.9452.35 ± 7.850.1880.851
Nachylenie miednicy (PT, °)24.35 ± 7.1724.28 ± 7.230.0800.936
Kąt nachylenia kości krzyżowej (SS, °)44.91 ± 6.8345.01 ± 6.790.1290.898
Kifoza piersiowa (TK, °)21.18 ± 7.6721.25 ± 7.620.0750.940

Tabela 1: Charakterystyka wyjściowa kohorty modelowania i kohorty walidacyjnej. Zmienne ciągłe przedstawiono jako średnią ± odchylenie standardowe (SD), a zmienne kategoryczne jako liczbę (%). Porównano wyjściowe cechy demograficzne, kliniczne, radiologiczne oraz obrazowanie rezonansem magnetycznym w kohorcie modelowania (n = 248) i kohorcie walidacyjnej (n = 106) w celu oceny porównywalności kohort. Skróty: BMI, wskaźnik masy ciała; PI, inklinacja miednicy; PT, tyłopochylenie miednicy; SS, kąt nachylenia krzyżowej kości; TK, kifoza piersiowa.

2. Protokół akwizycji obrazów MRI

  1. Przeprowadź badanie przesiewowe pod kątem bezpieczeństwa MRI za pomocą ustandaryzowanego kwestionariusza. Zidentyfikuj przeciwwskazania, w tym ciążę, wszczepione urządzenia elektroniczne, ferromagnetyczne ciała obce, klaustrofobię oraz historię reakcji alergicznych na środki kontrastowe na bazie gadolinu.
    1. Poleć pacjentowi usunięcie wszystkich metalowych przedmiotów, w tym biżuterii, zegarków, kolczyków i aparatów słuchowych. Ułóż pacjenta w pozycji supine na stole do MRI.
    2. Umieść miękką poduszkę pod kolanami, aby uzyskać zgięcie wynoszące około 20°–30° i zmniejszyć fizjologiczną lordozę lędźwiową. Ustaw cewkę kręgosłupową centralnie na poziomie kręgu L3, aby zapewnić obejmowanie obszaru od T12 do S3.
    3. Zabeziecz cewkę tak, aby miała bezpośredni kontakt z skórą i wyeliminuj widoczne przerwy powietrzne. Umieść podkładki piankowe po obu stronach, aby zminimalizować ruchy pacjenta, i zapewnij kompatybilne z MRI urządzenie do wezwania pomocy.
    4. Nie podawaj dożylnie środków kontrastowych na bazie gadolinu. Protokół diagnostyczny obejmuje sekwencje bezkontrastowe: sagitalną T1-weighted, sagitalną T2-weighted oraz aksjalną T2-weighted.
  2. Wykonaj sekwencję lokalizacyjną (scout) w trzech płaszczyznach, używając sekwencji gradient-echo z TR = 8 ms, TE = 4 ms, grubością warstwy = 8 mm i polem widzenia (FOV) = 400 mm × 400 mm.
    1. Zweryfikuj całkowite obejmowanie kręgosłupa lędźwiowego od T12/L1 do kości krzyżowej. Zmień pozycję pacjenta, jeśli połączenie lędźwiowo-krzyżowe nie jest w pełni widoczne.
  3. Wykonaj sagitalne obrazy T1-weighted turbo spin-echo, używając TR = 500 ms, TE = 12 ms, pola widzenia = 280 × 280 mm, macierzy = 512 × 256, grubości warstwy = 4 mm, przerwy między warstwami = 0.4 mm oraz NEX = 2.
    1. Wyznacz warstwy równolegle do wyrostków kolczystych. Wykonaj minimum 11 warstw sagitalnych, aby zapewnić pełny zasięg od lewej do prawej strony.
      ​UWAGA: Obrazowanie T1-weighted jest podstawową sekwencją do identyfikacji lipomatozy nadtwardówkowej, ponieważ tkanka tłuszczowa wykazuje naturalnie wysoką intensywność sygnału w stosunku do struktur otaczających. Wybrane parametry akwizycji maksymalizują kontrast T1, zachowując odpowiedni stosunek sygnału do szumu i rozdzielczość przestrzenną. Typowy czas akwizycji wynosi około 3–4 min.
    2. Podczas adaptacji protokołu do równoważnej platformy 1.5 lub 3.0 T, zachowaj wymagany zakres anatomiczny, typ sekwencji, orientację warstw, grubość warstwy, przerwę między warstwami oraz płaszczyzny diagnostyczne. Zoptymalizuj pole widzenia, macierz, liczbę wzbudzeń (NEX), długość pociągu ech oraz współczynnik obrazowania równoległego w zależności od potrzeb, pod warunkiem, że tłuszcz nadtwardówkowy, brzegi worka oponowego i anatomia poziomu przesunięcia pozostaną wyraźnie widoczne dla interpretacji diagnostycznej.
  4. Wykonaj sagitalne obrazy T2-weighted turbo spin-echo, używając TR = 3,500-4,000 ms, TE = 100-120 ms, pola widzenia = 280 mm × 280 mm, macierzy = 512 × 256, grubości warstwy = 4 mm, przerwy między warstwami = 0.4 mm oraz NEX = 2.
    1. Dopasuj pozycjonowanie warstw do akwizycji sagitalnej T1-weighted, aby umożliwić bezpośrednie porównanie obrazów.
      ​UWAGA: Obrazowanie T2-weighted dostarcza uzupełniających informacji anatomicznych poprzez poprawę wizualizacji płynu mózgowo-rdzeniowego (CSF), worka oponowego oraz morfologii krążków międzykręgowych. Sekwencja ta jest również wykorzystywana do oceny stopnia degeneracji krążków międzykręgowych według skali Pfirrmanna. Typowy czas akwizycji wynosi około 4–5 min.
  5. Wykonaj aksjalne obrazy T2-weighted fast spin-echo na każdym poziomie krążka międzykręgowego lędźwiowego od L1/L2 do L5/S1, używając TR = 4,000 ms, TE = 112 ms, pola widzenia = 180 mm × 180 mm, macierzy = 320 × 256, grubości warstwy = 4 mm, przerwy między warstwami = 0.4 mm oraz NEX = 3.
    1. Wyznacz warstwy aksjalne równolegle do każdej przestrzeni międzykręgowej. Wykonaj 6-8 warstw w obrębie segmentu przesuniętego, aby zapewnić pełny zasięg anatomiczny.
      ​UWAGA: Aksjalne obrazowanie T2-weighted pozwala na ocenę rozkładu tłuszczu nadtwardówkowego i morfologii worka oponowego. Połączenie sekwencji sagitalnej T1-weighted, sagitalnej T2-weighted i aksjalnej T2-weighted dostarcza uzupełniających informacji anatomicznych do kompleksowej oceny. Całkowity czas akwizycji dla wszystkich poziomów lędźwiowych wynosi około 15–20 min. Całe badanie, wliczając pozycjonowanie pacjenta i obrazowanie lokalizacyjne, trwa około 30–35 min.
  6. Oceń jakość obrazu przed zakończeniem badania. Potwierdź brak artefaktów ruchowych stopnia II lub wyższego, pełną wizualizację połączenia lędźwiowo-krzyżowego, odpowiedni stosunek sygnału do szumu oraz brak istotnych artefaktów zawijania (wrap-around).
    1. Powtórz każdą sekwencję, która nie spełnia kryteriów jakości obrazu. Eksportuj wszystkie obrazy Digital Imaging and Communications in Medicine (DICOM) do systemu PACS z zachowaniem metadanych.
    2. Za akceptowalną jakość obrazu uznaj pełne obejmowanie obszaru od T12/L1 do kości krzyżowej, ostrą wizualizację tylnych koryc ciał kręgów i brzegów worka oponowego, brak artefaktu zawijania wnikającego do kanału kręgowego oraz wystarczający stosunek sygnału do szumu, umożliwiający odróżnienie tłuszczu nadtwardówkowego od CSF i mięśni przykręgosłupowych. Powtórz każdą sekwencję, która nie spełnia tych kryteriów.
    3. Użyj tego samego czterostopniowego systemu oceny artefaktów ruchowych opisanego w kroku 1.3.3. Powtórz sekwencje z artefaktami ruchowymi stopnia II lub III przed wypuszczeniem pacjenta lub odrzuć badanie, jeśli ponowne obrazowanie nie jest możliwe.
      UWAGA: Zweryfikuj jakość obrazu przed wypuszczeniem pacjenta ze skanera.

3. Interpretacja obrazu MRI w przypadku lipomatozy nadtwardówkowej

UWAGA: Lipomatozę nadtwardówkową definiuje się jako patologiczny przerost nieotoczonej torebką dojrzałej tkanki tłuszczowej w przestrzeni nadtwardówkowej kręgosłupa. W przypadku DLS stan ten przyczynia się do zwężenia kanału kręgowego i może wymagać połączonej dekompresji podczas operacji stabilizacji kręgosłupa. Dokładna diagnoza wymaga systematycznej oceny w wielu sekwencjach obrazowania i płaszczyznach.

  1. Wykonaj interpretację obrazów na dedykowanej stacji roboczej PACS wyposażonej w diagnostyczny monitor klasy medycznej (minimum 3 megapiksele; funkcja wyświetlania skali szarości zgodna ze standardem DICOM Part 14). Zachowaj kontrolowane oświetlenie otoczenia (≤50 lux).
    1. Wczytaj kompletne badanie MRI. Wyświetl obrazy T1-zależne i T2-zależne w płaszczyźnie strzałkowej obok siebie w górnym oknie podglądu oraz obrazy T2-zależne w płaszczyźnie osiowej w dolnym oknie podglądu z synchronizowaną anatomiczną referencją krzyżową.
    2. Użyj instytucyjnej przeglądarki PACS z narzędziami pomiarowymi skalibrowanymi zgodnie z DICOM i włączoną synchronizowaną referencją krzyżową w płaszczyznach strzałkowej i osiowej. Stosuj spójne ustawienia okna (window) i poziomu (level) podczas porównywania obrazów obok siebie w każdej sesji odczytu. Zapisz producenta systemu PACS oraz wersję oprogramowania w Tabeli Materiałów.
  2. Zidentyfikuj poziom przesunięcia kręgu na obrazie T1-zależnym w płaszczyźnie strzałkowej środkowej, obserwując przednie przemieszczenie trzonu kręgu. Narysuj linię referencyjną wzdłuż tylnej kory leżącego poniżej trzonu kręgu.
    1. Zmierz prostopadłą odległość od linii referencyjnej do tylno-dolnego narożnika przesuniętego kręgu. Potwierdź, że zmierzone przemieszczenie wynosi ≥3 mm lub ≥10% szerokości trzonu kręgu.
      ​UWAGA: Dokładna lokalizacja poziomu przesunięcia jest niezbędna, ponieważ lipomatozę znadtwardówkową ocenia się konkretnie na poziomie przesunięcia kręgu.
    2. Wykonaj pomiary przesunięcia kręgu za pomocą wbudowanego, skalibrowanego elektronicznego suwmiarki na stacji roboczej PACS. Przed pomiarem zweryfikuj kalibrację pikseli z metadanych DICOM i zapisz wszystkie odległości z dokładnością do 0,1 mm.
  3. Zbadaj tylną przestrzeń znadtwardówkową na poziomie przesunięcia na obrazie T1-zależnym w płaszczyźnie strzałkowej środkowej. Zidentyfikuj pasmowy lub półksiężycowaty sygnał hiperintensywny znajdujący się pomiędzy workiem oponowym z przodu a więzadłem żółtym lub wyrostkiem kolczystym z tyłu.
    1. Porównaj intensywność sygnału zmiany bezpośrednio z tkanką tłuszczową podskórną na tym samym obrazie. Jeśli dostępne są sekwencje z tłumieniem tłuszczu, potwierdź tłumienie sygnału, aby zweryfikować tłuszczowy charakter zmiany.
      ​UWAGA: Odróżnij lipomatozę znadtwardówkową od innych hiperintensywnych w T1 zmian znadtwardówkowych, w tym od podostrego krwiaka znadtwardówkowego i zbiorników płynu białkowego. Potwierdź lipomatozę znadtwardówkową tylko wtedy, gdy zmiana wykazuje charakterystykę sygnału identyczną z tkanką tłuszczową podskórną i dopasowuje się do przestrzeni znadtwardówkowej.
    2. Wykorzystaj zdefiniowane w protokole kryteria w płaszczyźnie strzałkowej jako główną metodę przesiewową poziomu przesunięcia i weryfikuj wyniki dodatnie lub niejednoznaczne na obrazach T2-zależnych w płaszczyźnie osiowej. Podczas wdrożenia prospektywnego udokumentuj rozkład tłuszczu znadtwardówkowego, deformację worka oponowego i zgodność z uznanymi metodami oceny opartymi na MRI, w tym metodami stosunku tłuszczu znadtwardówkowego do worka oponowego w płaszczyźnie osiowej oraz lokoregionalnym systemem stopniowania Manjily. W kohorcie retrospektywnej wykorzystanej do opracowania modelu nie stosowano tych uznanych systemów stopniowania jako niezależnych standardów referencyjnych, a pierwotny wynik binarny nie został zaklasyfikowany retrospektywnie.
  4. Zmierz zasięg kraniokaudalny złogu tłuszczu znadtwardówkowego za pomocą elektronicznej suwmiarki na stacji roboczej PACS. Umieść suwmiarkę na górnej i dolnej krawędzi ciągłego złogu tłuszczu znadtwardówkowego i zapisz maksymalny pomiar.
    1. Potwierdź, że zasięg kraniokaudalny wynosi ≥5 mm w tej samej płaszczyźnie strzałkowej. Widoczność na co najmniej dwóch sąsiednich przekrojach strzałkowych stosuj wyłącznie w celu potwierdzenia ciągłości mediolateralnej i redukcji artefaktów objętości częściowej; nie używaj sąsiednich przekrojów strzałkowych do szacowania zasięgu kraniokaudalnego.
    2. Weryfikuj zmianę na obrazach T2-zależnych w płaszczyźnie strzałkowej, aby ocenić charakterystykę sygnału. Przejrzyj odpowiadające im obrazy T2-zależne w płaszczyźnie osiowej, aby ocenić obwodowy rozkład tłuszczu znadtwardówkowego oraz redukcję przednio-tylną worka oponowego.
      ​UWAGA: Przyjmij zasięg kraniokaudalny ≥5 mm jako operacyjny próg przesiewowy poziomu przesunięcia w tym protokole. Zapisz średnicę przednio-tylną i pole przekroju poprzecznego worka oponowego na obrazach osiowych jako ciągłe pomiary potwierdzające. Nie stosuj stałych wartości odcięcia w płaszczyźnie osiowej jako niezależnych standardów referencyjnych w obecnej kohorcie retrospektywnej.
    3. Jeśli sygnał tłuszczu jest widoczny tylko na jednym przekroju strzałkowym, zaklasyfikuj znalezisko jako niejednoznaczne, chyba że obrazy osiowe wykazują odpowiadającą akumulację tłuszczu znadtwardówkowego, a zasięg kraniokaudalny w tej samej płaszczyźnie pozostaje ≥5 mm. Kryterium to odróżnia główny pomiar kraniokaudalny od wspomagającej oceny ciągłości mediolateralnej.
    4. Zmierz średnicę przednio-tylną worka oponowego na obrazie T2-zależnym w płaszczyźnie osiowej wykazującym maksymalną kompresję na poziomie przesunięcia, mierząc odległość od przedniej do tylnej krawędzi worka oponowego. Zmierz pole przekroju poprzecznego, obrysowując wewnętrzną granicę oponową za pomocą narzędzia ROI w systemie PACS lub narzędzia do zaznaczania wielokątów w programie ImageJ i zapisz pole w mm2.
    5. Porównaj jakościowo zasięg strzałkowy i stopień nasilenia w płaszczyźnie osiowej z ramami stopniowania Manjily. W tym protokole skoncentrowanym na DLS stosuj system stopniowania Manjily jako lokoregionalny punkt odniesienia do dokumentacji, a nie jako główną definicję wyniku, ponieważ punktem końcowym badania jest obecność lipomatozy znadtwardówkowej na poziomie przesunięcia w modelu predykcyjnym.
  5. Zastosuj cztery oryginalne kryteria poziomu przesunięcia użyte do klasyfikacji kohorty: (1) pasmowy lub półksiężycowaty sygnał hiperintensywny w T1 w tylnej przestrzeni znadtwardówkowej na poziomie przesunięcia; (2) intensywność sygnału identyczna z tkanką tłuszczową podskórną; (3) zasięg kraniokaudalny ≥5 mm w tej samej płaszczyźnie strzałkowej; oraz (4) powtarzalność na sąsiednich przekrojach strzałkowych. W przypadku prospektywnego wdrożenia klinicznego nie polegaj wyłącznie na kryteriach strzałkowych. Potwierdź odpowiadającą akumulację tłuszczu znadtwardówkowego i deformację konturu worka oponowego na obrazach osiowych i udokumentuj, czy rozkład tłuszczu jest grzbietowy, brzuszny czy obwodowy.
    1. Zapisz ilościowe wyniki z obrazów osiowych, w tym średnicę przednio-tylną i pole przekroju poprzecznego worka oponowego, wraz z jakościową zgodnością z metodami oceny opartymi na stosunku tłuszczu znadtwardówkowego do worka oponowego oraz lokoregionalnym systemem stopniowania Manjily.
      UWAGA: Oryginalne badanie nie zostało zaprojektowane jako badanie dokładności diagnostycznej z użyciem uznanego standardu referencyjnego MRI, a oryginalne obrazy DICOM nie były ponownie analizowane podczas rewizji manuskryptu. W związku z tym nie przeliczano czułości, swoistości ani zgodności między metodami. Te dodatkowe deskryptory osiowe mają na celu wsparcie prospektywnego wdrożenia klinicznego i nie zmieniają pierwotnego wyniku badania ani modelu predykcyjnego.
  6. Zleć niezależną interpretację wszystkich badań dwóm starszym radiologom specjalizującym się w kręgosłupie (≥10 lat doświadczenia). Wypełnij ustandaryzowany, ustrukturyzowany formularz sprawozdawczy, dokumentując obecność lub brak każdego kryterium diagnostycznego, poziom przesunięcia kręgu, maksymalny zasięg kraniokaudalny (mm) oraz diagnozę ogólną.
    1. Rozstrzygaj rozbieżności poprzez konsensus z trzecim starszym radiologiem specjalizującym się w kręgosłupie (>15 lat doświadczenia), który nie zna wstępnych ocen. Oblicz zgodność między obserwatorami za pomocą statystyki kappa Cohena.
    2. Użyj ustrukturyzowanego formularza sprawozdawczego, aby udokumentować poziom przesunięcia, rozkład tłuszczu znadtwardówkowego (grzbietowy, brzuszny lub obwodowy), maksymalny zasięg kraniokaudalny, pomiar strzałkowy w tej samej płaszczyźnie, widoczność na sąsiednich przekrojach, potwierdzenie osiowe, średnicę worka oponowego, pole przekroju poprzecznego worka oponowego, ostateczną diagnozę i pewność interpretatora. Przed formalną interpretacją obrazów skalibruj wszystkich obserwatorów za pomocą 20 reprezentatywnych przypadków szkoleniowych, obejmujących badania ujemne, graniczne i dodatnie.
      UWAGA: Zakończ wszystkie interpretacje konsensusowe przed przystąpieniem do analizy statystycznej.

4. Ocena degeneracji krążka międzykręgowego

  1. Przeanalizuj obrazy MRI w płaszczyźnie strzałkowej, ważone T2, na poziomie przesuniętego segmentu. Przejrzyj wszystkie przekroje strzałkowe i wybierz obraz, który zapewnia najwyraźniejszą wizualizację jądra miażdżystego.
    1. Oceń stopień degeneracji krążka międzykręgowego, korzystając z systemu stopniowania Pfirrmanna18. Przypisz Stopień I do krążków z jednorodnym, hiperintensywnym sygnałem identycznym z sygnałem płynu mózgowo-rdzeniowego, prawidłową wysokością krążka oraz wyraźnym rozróżnieniem między jądrem a pierścieniem włóknistym.
    2. Przypisz Stopień II do krążków z niejednorodnym, hiperintensywnym sygnałem zawierającym poziome pasma o niskim sygnale, zachowaną wysokością krążka i wyraźnym rozróżnieniem między jądrem a pierścieniem włóknistym. Przypisz Stopień III do krążków z sygnałem o pośredniej szarości, niewyraźną granicą między jądrem a pierścieniem włóknistym oraz prawidłową lub lekko zmniejszoną wysokością krążka.
    3. Przypisz Stopień IV do krążków z niejednorodnym, hipointensywnym sygnałem ciemnoszarym, całkowitą utratą rozróżnienia między jądrem a pierścieniem włóknistym oraz umiarkowanie lub silnie zmniejszoną wysokością krążka. Przypisz Stopień V do krążków z niejednorodnym, hipointensywnym sygnałem, zapadniętą przestrzenią krążka, całkowitą utratą rozróżnienia między jądrem a pierścieniem włóknistym oraz znacznym zwężeniem przestrzeni krążka.
  2. Zleć dwóm certyfikowanym radiologom z ≥5 letnim doświadczeniem w obrazowaniu układu mięśniowo-szkieletowego niezależne przypisanie stopni według skali Pfirrmanna. Zapisz przypisany stopień dla każdego ocenianego krążka.
    1. Rozstrzygnij rozbieżności w stopniowaniu poprzez arbitraż trzeciego certyfikowanego radiologa. Oblicz zgodność między obserwatorami, korzystając z ważonej statystyki kappa Cohena.
    2. Zastosuj metodę ślepej próby dla radiologów w odniesieniu do objawów klinicznych, historii leczenia, stanu lipomatozy nadtwardówkowej, zmiennych modelu predykcyjnego oraz ocen przeprowadzonych przez drugiego specjalistę podczas niezależnego stopniowania według skali Pfirrmanna.
    3. Przeprowadź stopniowanie według skali Pfirrmanna, korzystając z tych samych monitorów o jakości diagnostycznej i ustandaryzowanych warunków przeglądania opisanych w kroku 3.1.
      UWAGA: Uzyskaj pełny konsensus w stopniowaniu przed przejściem do oceny nacieku tłuszczowego mięśni przykręgosłupowych.

5. Ocena nacieku tłuszczowego mięśni przykręgosłupowych

  1. Przeanalizuj osiowe obrazy T2-zależne fast spin-echo na poziomie środka przesuniętego krążka międzykręgowego. Zidentyfikuj mięśnie wielodzielne obustronnie jako głębokie mięśnie przykręgosłupowe znajdujące się bezpośrednio bocznie od wyrostka kolczastego i łuku kręgu.
    1. Przeanalizuj obrazy w przekroju strzałkowym, aby określić stronę przewagi przesunięcia kręgu. Wybierz mięsień wielodzielny po odpowiadającej stronie do oceny.
    2. Zastosuj skalę Goutalliera dostosowaną do kręgosłupa, opracowaną na podstawie oryginalnej klasyfikacji tłuszczowego zwyrodnienia mięśni oraz wcześniejszych zastosowań w przypadku mięśnia wielodzielnego odcinka lędźwiowego19,20. Stopień 0 przypisz mięśniom wykazującym jednorodną niską intensywność sygnału, całkowity brak pasm tłuszczowych i dobrze zachowaną masę mięśniową. Stopień 1 przypisz mięśniom zawierającym małe, liniowe pasma tłuszczowe o wysokim sygnale, zajmujące <5% powierzchni przekroju poprzecznego.
    3. Stopień 2 przypisz mięśniom wykazującym wyraźnie widoczną infiltrację tłuszczową obejmującą 5%–50% powierzchni przekroju poprzecznego. Stopień 3 przypisz mięśniom wykazującym infiltrację tłuszczową ≥50% z zachowaniem resztkowej tkanki mięśniowej.
    4. Stopień 4 przypisz mięśniom, w których cała powierzchnia przekroju poprzecznego została zastąpiona tłuszczem, bez widocznej tkanki mięśniowej. Na potrzeby analizy statystycznej dokonaj dychotomizacji wyników na stopnie 0-2 oraz stopnie 3-4.
      UWAGA: Mięsień wielodzielny jest największym i najbardziej przyśrodkowym mięśniem przykręgosłupowym i pełni rolę głównego dynamicznego stabilizatora segmentu lędźwiowego. Ciężka infiltracja tłuszczowa (stopnie 3-4) wskazuje na istotne zastąpienie tłuszczem i jest traktowana w modelowaniu jako kategoria klinicznie ciężka, ponieważ odzwierciedla próg, przy którym tłuszcz zajmuje co najmniej około połowy powierzchni przekroju poprzecznego mięśnia.
    5. Zaznacz, że oryginalny system stopniowania Goutalliera został dostosowany do oceny mięśnia wielodzielnego lędźwiowego w osiowym MRI. Podziel stopnie 0–2 i 3–4, aby odróżnić brak lub umiarkowaną infiltrację tłuszczową od ciężkiego zastąpienia tłuszczowego, co zmniejsza złożoność modelu przy zachowaniu odpowiedniego stosunku liczby zdarzeń do zmiennych w modelu predykcyjnym. Progi procentowe użyte w tym protokole należy traktować jako operacyjne kryteria oparte na MRI, a nie jako dosłowne powtórzenie oryginalnej klasyfikacji Goutalliera dla tomografii komputerowej barku.
    6. Określ stronę przewagi przesunięcia kręgu, analizując obrazy osiowe i strzałkowe pod kątem asymetrycznej translacji kręgów, przemieszczenia rotacyjnego lub większego zwężenia recesu bocznego. Jeśli żadna strona nie dominuje, oceń stronę wykazującą większą infiltrację tłuszczową mięśnia wielodzielnego. Jeśli obie strony są symetryczne, oceń prawy mięsień wielodzielny i udokumentuj tę decyzję.
  2. Wyeksportuj osiowy obraz DICOM T2-zależny fast spin-echo z systemu PACS. Otwórz obraz w oprogramowaniu ImageJ (wersja 1.53t).
    1. Wybierz narzędzie zaznaczania wielokąta (polygon selection tool) i obrysuj granicę powięzi docelowego mięśnia wielodzielnego. Granicę powięzi zidentyfikuj jako cienką ciemną linię otaczającą mięsień.
    2. Otwórz Image > Adjust > Threshold. Ustaw dolny próg na 120 jednostek arbitralnych, a górny próg na maksymalną wartość piksela.
    3. Wybierz kolor czerwony jako kolor wyświetlania, aby zweryfikować identyfikację obszarów tłuszczowych. Kliknij Apply, aby wygenerować maskę binarną.
    4. Używaj wartości progu 120 jednostek arbitralnych jako punktu wyjścia specyficznego dla skanera i sekwencji, a nie jako progu uniwersalnego. Rekalibruj próg, korzystając z reprezentatywnych obrazów lokalnych, ilekroć platforma skanera, cewka częstotliwości radiowej, natężenie pola magnetycznego lub parametry akwizycji obrazu różnią się od tych użytych w protokole opracowania.
    5. Nie interpretuj wartości progu jako zwalidowanej histologicznie dla wszystkich systemów obrazowania. Używaj jej jako powtarzalnego narzędzia przetwarzania obrazu i wizualnie weryfikuj każdą maskę binarną względem oryginalnego osiowego obrazu T2-zależnego przed wykonaniem pomiarów ilościowych.
  3. Otwórz Analyze > Measure w programie ImageJ. Przed wykonaniem pomiaru zaznacz opcje Area, Area Fraction, Limit to Threshold oraz Display Label.
    1. Zapisz wartość %Area jako ilościowy procent tłuszczu wewnątrzmięśniowego.
    2. Powtórz pomiar po upływie co najmniej 24 h przez tego samego operatora. Oblicz współczynnik korelacji wewnątrzklasowej (ICC), aby ocenić niezawodność wewnątrzoperatorową.
      UWAGA: ICC >0,90 wskazuje na doskonałą niezawodność wewnątrzoperatorową.
    3. Podczas powtarzania pomiarów zastosuj oślepienie operatora względem początkowego pomiaru, przechowując oryginalną wartość w zablokowanym polu REDCap i otwierając obraz DICOM jako nową sesję pomiarową po upływie co najmniej 24 h.
  4. Zleć dwóm certyfikowanym radiologom niezależne przypisanie stopni w skali Goutalliera oraz wykonanie ilościowych pomiarów w programie ImageJ. Przed oceną badania przeprowadź ustandaryzowany trening z wykorzystaniem zestawu obrazów referencyjnych.
    1. Rozstrzygaj rozbieżności poprzez konsensus z trzecim, starszym radiologiem układu mięśniowo-szkieletowego. Oblicz kappę Cohena dla klasyfikacji Goutalliera oraz współczynnik korelacji wewnątrzklasowej dla ilościowego procentu tłuszczu.
    2. Przed oceną badania wykorzystaj zbiór treningowy obejmujący 20 przypadków, w tym po pięć przypadków reprezentujących odpowiednio minimalną, lekką, umiarkowaną i ciężką infiltrację tłuszczową. Przeprowadź sesję kalibracyjną w celu omówienia obrazów referencyjnych, rozmieszczenia obszarów zainteresowania (ROI), dostrojenia progu oraz procedur rozwiązywania rozbieżności przed rozpoczęciem niezależnego stopniowania obrazów.
      UWAGA: Jeśli kappa Cohena między obserwatorami spadnie poniżej 0,70 lub współczynnik korelacji wewnątrzklasowej spadnie poniżej 0,85, przeprowadź sesję rekalibracyjną przed wznowieniem analizy.

6. Opracowanie i zastosowanie modelu predykcji ryzyka

  1. Zgromadź wszystkie zmienne badania w ustrukturyzowanym zbiorze danych przy użyciu oprogramowania REDCap. Zdefiniuj zmienną wynikową jako binarną: 1 = obecność lipomatozy zewnątrzoponowej (spełnione wszystkie cztery kryteria diagnostyczne z kroku 3.5) oraz 0 = brak lipomatozy zewnątrzoponowej.
    1. Zakoduj zmienne predykcyjne w następujący sposób: wiek (lata); płeć (0 = mężczyzna, 1 = kobieta); BMI (kg/m²).2); przesuniętego segmentu (0 = L3/L4, 1 = L5); oraz stopnia według skali Goutalliera (0 = stopnie 0–2; 1 = stopnie 3–4, oznaczające ciężką infiltrację tłuszczową). W raporcie należy przedstawić efekt wieku na każde 10 lat wzrostu oraz efekt BMI na każde 5 kg/m²2 wzrost. W równaniu predykcyjnym stosowanym przy łóżku pacjenta należy użyć współczynników jednostek surowych, które są algebraicznie równoważne raportowanym współczynnikom opartym na przyrostach.
    2. Przeprowadź czyszczenie danych poprzez identyfikację brakujących wartości, weryfikację wartości odstających oraz potwierdzenie, że wszystkie zmienne mieszczą się w oczekiwanych zakresach.
    3. Po zweryfikowaniu rekordów źródłowych należy wykluczyć pacjentów z brakującymi wymaganymi zmiennymi wynikowymi lub predyktorami. Należy sprawdzić zmienne ciągłe za pomocą kontroli zakresów oraz wykresów rozrzutu, poprawić zweryfikowane błędy wprowadzania danych w oparciu o rekordy źródłowe, zachować biologicznie prawdopodobne wartości odstające i nie stosować imputacji dla wymaganych zmiennych modelu.
  2. Otwórz program SPSS w wersji 27.0 i ustaw ziarno liczb losowych na 42, aby zapewnić powtarzalność wyników. Przeprowadź przesiewową analizę jednowymiarową przy użyciu testu t Studenta t–test dla zmiennych ciągłych oraz test chi-kwadrat dla zmiennych kategorycznych.
    1. Wybór zmiennych z P < 0,05 dla analizy wielowymiarowej. Dopasowano wielowymiarowy model binarnej regresji logistycznej z zastosowaniem wstecznej eliminacji krokowej w oparciu o minimalizację kryterium informacyjnego Akaike (AIC).
    2. Oceń dopasowanie modelu za pomocą testu Hosmera-Lemeshow. Oblicz współczynnik inflacji wariancji (VIF) dla wszystkich zachowanych predyktorów i potwierdź, że wszystkie wartości VIF są <5.
    3. Oblicz wartości wykładnicze współczynników regresji, aby uzyskać skorygowane ilorazy szans (OR) z 95-procentowymi przedziałami ufności (CI). Wygeneruj wykres leśny (forest plot) przy użyciu pakietu forestplot w programie R w celu wizualizacji wielkości efektów (Rycina 1). Należy zaraportować efekt wieku na każde 10 lat wzrostu oraz efekt BMI na każde 5 kg/m²2 zwiększenie
    4. W przypadku tego zestawu danych z jednego ośrodka należy zastosować strategię eksploracyjnego budowania modelu polegającą na wstępnym screeningu jednowymiarowym, a następnie na wstecznej selekcji krokowej. Końcowy model należy interpretować jako narzędzie wspomagania decyzji klinicznych służące do generowania hipotez, ponieważ selekcja krokowa może prowadzić do niestabilnych oszacowań współczynników oraz optymistycznych wyników oceny wydajności modelu. Przed wdrożeniem klinicznym należy potwierdzić wydajność modelu poprzez walidację zewnętrzną.
    5. Wyeksportuj oczyszczony zbiór danych SPSS jako plik wartości rozdzielanych przecinkami (.csv), usuwając etykiety zmiennych i zachowując kodowanie. Wygeneruj wykres leśny (forest plot) w programie R w wersji 4.3.1, korzystając z pakietu forestplot. Przed sporządzeniem wykresu potwierdź, że kodowanie zmiennych w programie R jest zgodne ze słownikiem kodowania SPSS.
  3. Oceń dyskryminację modelu, obliczając pole pod krzywą charakterystyki operacyjnej odbiornika (AUC) dla kohorty modelowania. Oszacuj błąd standardowy, stosując test DeLonga.
    1. Oceń kalibrację modelu za pomocą wykresów kalibracji, które porównują prawdopodobieństwa przewidywane i zaobserwowane w ramach pogrupowanych przedziałów przewidywanego ryzyka, zarówno w kohorcie modelowania, jak i w kohorcie walidacyjnej (Rysunek 2). Krzywą kalibracji kohorty walidacyjnej należy interpretować z ostrożnością, ponieważ w obszarach ekstremalnych wartości przewidywanego ryzyka dostępnych jest mniej obserwacji.
    2. Przeprowadź analizę krzywej decyzji (decision curve analysis), korzystając z pakietu rmda (wersja 1.6) w programie R w wersji 4.3.1. Porównaj model predykcyjny ze strategiami „lecz wszystkich” (treat-all) oraz „nie lecz nikogo” (treat-none) dla zakresu prawdopodobieństw progowych (Rysunek 3).
    3. Zwaliduj finalny model, wykorzystując wydzieloną wewnętrzną kohortę walidacyjną (n = 106). Przedstaw opisowo wynik AUC dla walidacji, wykres kalibracji oraz krzywą decyzyjną. Zgodność między kohortą modelującą a walidacyjną interpretuj jako dowód spójności wewnętrznej, a nie jako potwierdzenie trafności zewnętrznej.
    4. Przeprowadź analizę charakterystyki operacyjnej odbiornika (ROC), wykreślenie kalibracyjne oraz analizę krzywej decyzyjnej w programie R w wersji 4.3.1. Zarchiwizuj skrypty R, wersje pakietów, zestaw danych wejściowych, słownik kodowania oraz otrzymane wykresy wraz z zapisem analizy statystycznej.
    5. Nie należy stosować sztywnych progów, takich jak różnica AUC ≤0,05 lub nachylenie kalibracji w zakresie 0,8–1,2, jako formalnych kryteriów walidacji. Wartości te należy przedstawić w formie opisowej jako wskaźniki wewnętrznej stabilności modelu oraz zaznaczyć, że przed szerokim zastosowaniem klinicznym wymagana jest wieloośrodkowa walidacja zewnętrzna.
      UWAGA: Przed zastosowaniem modelu do zewnętrznych zbiorów danych klinicznych należy przeprowadzić pełną walidację wewnętrzną.
  4. Zbierz pięć zmiennych predykcyjnych dla nowego pacjenta z DLS: wiek (lata), płeć, BMI (kg/m²2), przesunięty segment (L3/L4 lub L5) oraz stopień Goutalliera mięśnia wielodzielnego na poziomie przesunięcia.
    1. Oblicz przewidywane prawdopodobieństwo, korzystając z równania regresji logistycznej wyrażonego w surowych jednostkach klinicznych:
      Logistic regression equation; Predicted Probability = 1/(1+e^-z); educational use.
      W tym przypadku z = -5,521 + (0,0412 × wiek) + (0,856 × płeć) + (0,1256 × BMI) + (1,326 × przesunięty segment) + (1,158 × stopień wg Goutalliera). Wiek należy podać w latach; płeć należy zakodować jako 0 = mężczyzna i 1 = kobieta; BMI należy podać w kg/m²2; zakodowano segment przesunięcia jako 0 = L3/L4 i 1 = L5; oraz zakodowano stopień według Goutalliera jako 0 = stopnie 0–2 i 1 = stopnie 3–4. Współczynniki dla wieku i BMI w jednostkach surowych są algebraicznie równoważne współczynnikom wyrażonym na każde 10 lat oraz na każde 5 kg/m²2 odpowiednio wzrastają.
    2. Zinterpretuj przewidywane prawdopodobieństwo opisowo w następujący sposób: <20% wskazuje na niskie szacowane prawdopodobieństwo, 20%–50% wskazuje na średnie szacowane prawdopodobieństwo, a >Wartość 50% wskazuje na wysokie szacowane prawdopodobieństwo wystąpienia lipomatozy zewnątrzoponowej. Kategorie te należy wykorzystywać w celu komunikacji ryzyka i ustalenia priorytetów w procesie diagnostycznym, a nie do wyboru metody leczenia.
      UWAGA: Modelu predykcyjnego należy używać wyłącznie jako narzędzia wspomagania decyzji klinicznych. Model nie może zastąpić oceny klinicznej ani interpretacji radiologicznej. Nie należy stosować modelu w populacjach spoza kohorty wyjściowej, w tym u pacjentów z isthmicznym spondylolistezą, pooperacyjnymi stanami kręgosłupa lub steroidową lipomatozą znadtwardówkową, bez przeprowadzenia dodatkowej walidacji.
    3. Wprowadź surowe wartości wieku oraz BMI bezpośrednio do równania predykcyjnego. Algebraiczne przeskalowanie współczynników wieku i BMI zmienia jedynie prezentację równania i nie wpływa na przewidywane prawdopodobieństwa, ilorazy szans, krzywe charakterystyki operacyjnej odbiornika (ROC), wykresy kalibracyjne ani wyniki analizy krzywej decyzyjnej.
    4. Ilory szans należy raportować konsekwentnie w następujący sposób: wiek na każde 10 lat przyrostu; BMI na każde 5 kg/m²2 wzrost; płeć, żeńska w stosunku do męskiej; przesunięty segment, L5 w stosunku do L3/L4; oraz stopień według skali Goutalliera, stopnie 3–4 w stosunku do stopni 0–2.
    5. Należy wykorzystać kategorie niskiego, średniego i wysokiego prawdopodobieństwa jako pragmatyczne grupy komunikacji klinicznej, wyprowadzone z rozkładu prawdopodobieństwa przewidywanego przez model oraz analizy krzywej decyzyjnej. Kategorii tych nie należy interpretować jako zwalidowanych progów terapeutycznych, ponieważ do ustalenia optymalnych progów decyzyjnych wymagana jest prospektywna walidacja zewnętrzna.

Wykres leśny przedstawiający predyktory lipomatozy znadtwardówkowej; ilorazy szans z 95% CI.
Rycina 1. Wykres leśny niezależnych predyktorów lipomatozy znadtwardówkowej u pacjentów z degeneracyjnym spondylolistezą lędźwiową. Wykres leśny przedstawiający skorygowane ilorazy szans (ORs) oraz 95% przedziały ufności (CIs) dla pięciu niezależnych predyktorów zidentyfikowanych za pomocą wieloczynnikowej binarnej regresji logistycznej. Czerwone kwadraty wskazują skorygowane ORs, poziome niebieskie linie reprezentują odpowiadające im 95% CIs, a pionowa przerywana linia wskazuje wartość zerową (OR = 1). Efekt wieku podano dla każdego wzrostu o 10 lat, a efekt wskaźnika masy ciała (BMI) dla każdego wzrostu o 5 kg/m2. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Krzywe kalibracyjne regresji logistycznej; porównanie wykresów prawdopodobieństwa przewidywanego i zaobserwowanego.
Rysunek 2. Krzywe kalibracyjne modelu predykcyjnego regresji logistycznej. (A) Krzywa kalibracyjna dla kohorty modelowania (n = 248). (B) Krzywa kalibracyjna dla kohorty walidacyjnej (n = 106). Oś x reprezentuje przewidywane prawdopodobieństwo lipomatozy zewnątrztwardówkowej, a oś y reprezentuje zaobserwowaną częstość. Ciągła czarna linia diagonalna oznacza idealną kalibrację, kolorowe linie z symbolami reprezentują pozorny wynik modelu, a zacieniowane obszary oznaczają 95% przedziały ufności (C.I.). Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Wykresy krzywej ROC i analizy krzywej decyzji dla prognozowania modelu; porównanie AUC; ocena danych.
Rysunek 3. Krzywa charakterystyki operacyjnej odbiornika i analiza krzywej decyzji dla modelu prognostycznego. (A) Krzywe charakterystyki operacyjnej odbiornika (ROC) dla kohorty modelowej (pole pod krzywą [AUC] = 0.834) oraz kohorty walidacyjnej (AUC = 0.815). Szara linia przekątna stanowi linię referencyjną dla klasyfikatora niedyskryminującego. (B) Analiza krzywej decyzji wykazująca korzyść netto z modelu prognostycznego dla różnych prawdopodobieństw progowych. Czerwona linia ciągła reprezentuje kohortę modelową, niebieska linia przerywana reprezentuje kohortę walidacyjną, czarna linia kropka-kreska reprezentuje strategię leczenia wszystkich, a szara linia kropkowana reprezentuje strategię nieleczenia nikogo. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Wyniki

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Protokół zastosowano u 354 kolejnych pacjentów z DLS. Losowy przydział pozwolił na utworzenie kohorty modelowania (n = 248) oraz kohorty walidacyjnej (n = 106). Porównanie demograficznych, klinicznych, radiograficznych oraz charakterystyk MRI w punkcie wyjściowym nie wykazało statystycznie istotnych różnic między kohortami, co wskazuje na porównywalny rozkład pacjentów w kontekście późniejszego opracowania modelu i walidacji wewnętrznej (Tabela 1).

W grupie modelowej u 87 pacjentów stwierdzono lipomatozę nadtwardówkową, a u 161 pacjentów nie stwierdzono lipomatozy nadtwardówkowej, zgodnie ze zstandaryzowanym protokołem MRI. Analiza jednowymiarowa wykazała różnice między grupami pod względem wieku (P = 0,014), BMI (P < 0,001), segmentu przesuniętego (P = 0,010) oraz stopnia według Goutalliera (P = 0,024). Płeć żeńska znajdowała się na nominalnym progu istotności (P = 0,050). Nie zaobserwowano statystycznie istotnych różnic w przypadku stopnia według Pfirrmanna ani pozostałych parametrów kręgosłupowo-miednicznych i stawów międzywyrostkowych (Tabela 2).

ZmiennaGrupa z lipomatozą
(n = 87)
Grupa bez lipomatozy
(n = 161)
t/χ2P wartość
Wiek (lata)70.28 ± 10.8466.57 ± 11.502.470.014
Płeć, n (%)3.8440.05
  Mężczyzna26 (29.89)70 (43.48)
  Kobieta61 (70.11)91 (56.52)
Wskaźnik masy ciała (kg/m²)26.84 ± 3.6823.82 ± 3.126.815<0.001
Segment przesunięty, n (%)9.3040.01
  L36 (6.90)25 (15.53)
  L448 (55.17)101 (62.73)
  L533 (37.93)35 (21.74)
Stopień według Pfirrmanna, n (%)0.990.804
  Stopień II5 (5.75)13 (8.07)
  Stopień III24 (27.59)50 (31.06)
  Stopień IV34 (39.08)59 (36.65)
  Stopień V24 (27.59)39 (24.22)
Stopień według Goutalliera, n (%)9.4460.024
  Stopień 122 (25.29)56 (34.78)
  Stopień 226 (29.89)60 (37.27)
  Stopień 321 (24.14)31 (19.25)
  Stopień 418 (20.69)14 (8.70)
Kąt stawu międzywyrostkowego dystalnego (°)55.38 ± 6.5255.20 ± 6.390.2080.835
Wysięk ze stawu międzywyrostkowego dystalnego (mm)0.96 ± 0.220.93 ± 0.201.0910.277
Wysokość krążka dystalnego (mm)9.08 ± 1.969.20 ± 1.900.4690.64
Kąt stawu międzywyrostkowego proksymalnego (°)49.82 ± 6.1750.02 ± 5.970.2520.802
Wysięk ze stawu międzywyrostkowego proksymalnego (mm)0.85 ± 0.270.83 ± 0.250.5840.56
Wysokość krążka proksymalnego (mm)8.02 ± 1.568.07 ± 1.500.2470.805
Inklunacja miednicy (PI, °)52.46 ± 8.1252.03 ± 7.860.4040.687
Nachylenie miednicy (PT, °)24.58 ± 7.3324.22 ± 7.100.3750.708
Kąt nachylenia kości krzyżowej (SS, °)44.78 ± 6.9144.98 ± 6.800.2240.823
Kifoza piersiowa (TK, °)21.08 ± 7.7921.24 ± 7.620.1580.875

Tabela 2: Analiza jednowymiarowa czynników powiązanych z lipomatozą znadtwardówkową w kohorcie modelowej. Zmienne ciągłe przedstawiono jako średnia ± odchylenie standardowe (SD), a zmienne kategoryczne jako liczba (%). Porównania przeprowadzono pomiędzy grupą z lipomatozą (n = 87) a grupą bez lipomatozy (n = 161) w celu zidentyfikowania zmiennych kandydujących do wieloczynnikowej analizy regresji logistycznej. Skróty: BMI, wskaźnik masy ciała; PI, inklinacja miedniczna; PT, tilt miedniczny; SS, kąt nachylenia kości krzyżowej; TK, kifoza piersiowa.

Wieloczynnikowa binarna regresja logistyczna pozwoliła zidentyfikować pięć niezależnych predyktorów lipomatozy znadtwardówkowej: wiek (iloraz szans [OR] = 1,510 na każde 10 lat wzrostu), płeć żeńska (OR = 2,354), BMI (OR = 1,874 na każde 5 kg/m2 wzrostu), przesunięcie segmentu L5 (OR = 3,766) oraz stopnie Goutalliera 3–4 (OR = 3,184). Odpowiednie współczynniki regresji, błędy standardowe, statystyki Walda, wartości OR oraz 95% przedziały ufności (CI) podsumowano w Tabeli 3. Względne wielkości efektów oraz przedziały CI dla wybranych predyktorów przedstawiono na wykresie leśnym (Rysunek 1).

ZmiennaβSEχ-kwadrat Walda2Wartość pLUB95% CI (przedział ufności)
Wiek0.4120.1566.9750.0081.511.112-2.050
Płeć (żeńska)0.8560.3685.4080.022.3541.144-4.842
Wskaźnik masy ciała0.6280.18411.6480.0011.8741.307-2.688
Przesunięcie segmentu (L5)1.3260.34215.034<0.0013.7661.926-7.362
stopień Goutalliera (stopnie 3-4)1.1580.31613.421<0.0013.1841.714-5.915
Stała-5.5211.24819.574<0.0010.004

Tabela 3: Wieloczynnikowa analiza regresji logistycznej binaryjnej w celu wyłonienia niezależnych predyktorów lipomatozy nadtwardówkowej. Wyniki przedstawiono jako współczynnik regresji (β), błąd standardowy (SE), statystykę Wald χ2, iloraz szans (OR) oraz odpowiadający mu 95% przedział ufności (CI) dla niezależnych predyktorów utrzymanych w końcowym wieloczynnikowym modelu regresji logistycznej binaryjnej. Podany współczynnik dla wieku odpowiada wzrostowi o 10 lat, a podany współczynnik dla wskaźnika masy ciała (BMI) odpowiada wzrostowi o 5 kg/m2. Do bezpośredniego wprowadzenia surowych wartości klinicznych do równania predykcyjnego zastosowano współczynniki równoważne wynoszące 0,0412 na rok wieku oraz 0,1256 na kg/m2 BMI. Skróty: β, współczynnik regresji; SE, błąd standardowy; OR, iloraz szans; CI, przedział ufności.

Wykresy kalibracji wykazały przybliżoną zgodność między prawdopodobieństwami przewidywanymi a obserwowanymi w kohortach modelowania i walidacji, przy czym w kohorcie walidacyjnej odnotowano większą niepewność przy wyższych przewidywanych prawdopodobieństwach (Rysunek 2A,B).

Dyskryminację modelu oceniono za pomocą analizy charakterystyki operacyjnej odbiornika (ROC). Model predykcyjny osiągnął wartości AUC wynoszące 0,834 w kohorcie modelowania i 0,815 w kohorcie walidacyjnej (Rycina 3A). Analiza krzywej decyzyjnej sugerowała potencjalną korzyść netto w wybranych zakresach prawdopodobieństwa progowego w porównaniu ze strategiami leczenia wszystkich (treat-all) i leczenia żadnego (treat-none) (Rycina 3B). Ponieważ kohorta walidacyjna została wydzielona wewnętrznie z jednej instytucji, wyniki te wskazują na spójność wewnętrzną i nie powinny być interpretowane jako dowód na szeroką generalizowalność zewnętrzną.

Zbiory danych wygenerowane i analizowane w ramach niniejszego badania są dostępne na uzasadnioną prośbę skierowaną do autora korespondencyjnego (R.T.). Ze względu na prywatność pacjentów oraz instytucjonalne zasady zarządzania danymi, kliniczne i obrazowe dane na poziomie indywidualnym nie mogą zostać udostępnione publicznie. Zanonimizowane dane podsumowujące, współczynniki regresji, równanie predykcyjne, przykładowy arkusz kodowania oraz kod analizy statystycznej mogą zostać udostępnione wykwalifikowanym badaczom po uzyskaniu zgody Rady Przeglądu Instytucjonalnego i Komisji Etyki Tianjin Union Medical Center oraz podpisaniu umowy o wykorzystaniu danych.

Dyskusja

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niniejszy protokół integruje standaryzowane pozyskiwanie obrazów MRI, ustrukturyzowaną interpretację obrazu oraz ilościowe modelowanie ryzyka w spójne narzędzie wspomagania decyzji klinicznych służące do identyfikacji lipomatozy nadtwardówkowej u pacjentów z DLS. Proces obejmuje cztery następujące po sobie komponenty: systematyczną charakterystykę pacjenta, obejmującą zmienne demograficzne i antropometryczne; standaryzowane pozyskiwanie obrazów MRI w płaszczyźnie strzałkowej w obrazowaniu T1, zoptymalizowane pod kątem wizualizacji tłuszczu nadtwardówkowego; ustrukturyzowaną jakościową ocenę odkładania się tłuszczu nadtwardówkowego oraz nacieku tłuszczowego mięśni przykręgosłupowych przy użyciu zdefiniowanych kryteriów diagnostycznych; oraz zastosowanie wielowymiarowego równania predykcyjnego w celu wygenerowania indywidualnych szacunków prawdopodobieństwa. Krytyczne kroki zapewniające powtarzalność protokołu obejmują wykorzystanie obrazowania T1 w płaszczyźnie strzałkowej jako głównej sekwencji diagnostycznej, próg zasięgu w kierunku czaszowo-ogonowym ≥5 mm w tej samej płaszczyźnie w celu zdefiniowania powtarzalnego złogu tłuszczu nadtwardówkowego na poziomie przesunięcia, potwierdzenie w płaszczyźnie osiowej ucisku worka oponowego, systematyczną ocenę nacieku tłuszczowego mięśnia wielodzielnego według skali Goutalliera dostosowanej do kręgosłupa oraz integrację tych parametrów w ilościowej ocenie ryzyka.

Protokół można dostosować do różnych warunków klinicznych i platform obrazowania. W systemach 3.0 T możliwe może być zastosowanie cieńszych warstw; jednak czas echa należy starannie dostosować, aby zminimalizować artefakty prześwitu T1 (T1 shine-through), które mogą być bardziej wyraźne przy wyższych natężeniach pola. W systemach 1.5 T standardowe parametry akwizycji zapewniają odpowiednią jakość diagnostyczną; w przypadku nadmiernego szumu obrazu należy zwiększyć liczbę wzbudzeń z 2 do 3 lub zastosować współczynniki przyspieszenia obrazowania równoległego nieprzekraczające 2. W przypadku nietypowych wzorców rozmieszczenia tkanki tłuszczowej, w tym rozmieszczenia obwodowego zamiast grzbietowego lub złogów plamistych zamiast pasmowych, należy zastosować kryterium ≥5 mm do największego ciągłego lub półciągłego złogu w tej samej płaszczyźnie strzałkowej i potwierdzić znalezisko na obrazach osiowych ważonych T2. Jeśli nadal utrzymuje się niepewność co do różnicy między patologiczną lipomatozą nadtwardówkową a fizjologiczną tkanką tłuszczową w przestrzeni nadtwardówkowej, należy porównać złóg tłuszczowy z średnicą przednio-tylną i powierzchnią przekroju poprzecznego worka oponowego na obrazach osiowych. W niniejszym protokole ilościowe pomiary osiowe służą wsparciu potwierdzenia i dokumentacji, a nie jako niezależny standard referencyjny do redefinicji pierwotnego wyniku modelu. Aby zminimalizować zmienność między obserwatorami w skali Goutalliera, należy zestandaryzować rozmieszczenie obszaru zainteresowania (ROI) na warstwie osiowej w połowie wysokości przestrzeni wysuniętego krążka międzykręgowego. Rozbieżności między dwoma niezależnymi obserwatorami należy rozstrzygać poprzez konsensus z trzecim, starszym stażem obserwatorem.

Należy wziąć pod uwagę kilka ograniczeń metodologicznych. Po pierwsze, diagnoza opiera się na jakościowej ocenie wizualnej charakterystyk sygnału MRI oraz zasięgu kraniokaudalnego, a nie na ilościowym pomiarze objętościowym. Chociaż podejście to jest praktyczne i szeroko stosowane, nie obejmuje ono trójwymiarowej objętości tłuszczu nadtwardówkowego, która może korelować bardziej bezpośrednio z nasileniem objawów i pilnością operacyjną. Ustanowione podejścia do graduacji w MRI, w tym metody oparte na stosunku tłuszczu nadtwardówkowego do worka oponowego oraz system graduacji lokoregionalnej Manjila, dostarczają uzupełniających informacji na temat ucisku kanału w przekroju osiowym, zasięgu strzałkowego oraz grzbietowego, brzusznego lub okrężnego rozmieszczenia tłuszczu13,14. Cechy te mogą być szczególnie istotne na poziomie L5-S1, gdzie geometria kanału kręgowego i anatomia recesji bocznej różnią się od tych na innych poziomach lędźwiowych. Niniejszy protokół prospektywnie dokumentuje ucisk osiowy i rozmieszczenie tłuszczu, ale nie wykorzystuje tych systemów graduacji jako niezależnych standardów referencyjnych, ponieważ oryginalne badanie nie zostało zaprojektowane jako badanie dokładności diagnostycznej względem standardu referencyjnego. W konsekwencji nie przeliczano czułości, swoistości ani zgodności między metodami, aby uniknąć post hoc reklasyfikacji wyników oryginalnego badania. Zaawansowane ilościowe techniki MRI, w tym separacja tłuszczu i wody w oparciu o metodę Dixon oraz segmentacja wolumetryczna, mogą zapewnić dokładniejszą kwantyfikację tłuszczu, ale wymagają specjalistycznego oprogramowania i dodatkowego czasu akwizycji. Po drugie, system graduacji Goutalliera pozostaje półilościowy i jest podatny na zmienność międzyobserwacyjną. Choć pięciostopniowy schemat zapewnia praktyczną klasyfikację kliniczną, nie oferuje on ciągłego pomiaru nacieku tłuszczowego, który był powiązany z ekspresją cytokin zapalnych w mięśniach i tkance tłuszczowej nadtwardówkowej21 oraz ze zmienionymi pasywnymi właściwościami mechanicznymi mięśnia wielodzielnego22,23. W badaniu tym zastosowano adaptację koncepcji Goutalliera do kręgosłupa, a stopnie 0–2 pogrupowano oddzielnie od stopni 3–4, aby odróżnić łagodne od ciężkiego zastąpienia tłuszczowego, zachowując przy tym parsymonię modelu. Po trzecie, model predykcyjny obejmuje tylko zmienne kliniczne i obrazowe i nie zawiera markerów biochemicznych, takich jak profile lipidowe surowicy, markery zapalne czy adipokiny, które mogłyby poprawić wydajność predykcyjną w przypadkach o podłożu metabolicznym. Po czwarte, zastosowanie przesiewowej analizy jednowymiarowej, po której następuje krokowa regresja logistyczna, może wprowadzić błąd selekcji zmiennych i niestabilność współczynników; dlatego model należy uznać za eksploracyjny i jedynie wewnętrznie zwalidowany. Wreszcie, przed szerokim wdrożeniem klinicznym konieczna pozostaje zewnętrzna walidacja w różnych warunkach klinicznych, na różnych platformach obrazowania i w różnych populacjach pacjentów. Ponieważ walidacja została przeprowadzona na kohorcie z jednej instytucji, przyszłe wieloośrodkowe badania prospektywne powinny potwierdzić wydajność modelu i ustalić klinicznie użyteczne progi prawdopodobieństwa.

Niniejszy protokół oferuje kilka zalet w porównaniu z ustrukturyzowaną praktyką kliniczną. Tradycyjna praktyka często opiera się na przypadkowym rozpoznaniu tłuszczowatości nadtwardówkowej przez radiologa bez zastosowania zestandaryzowanych kryteriów diagnostycznych, co prowadzi do niespójności w wykrywaniu tej zmiany. W przeciwieństwie do tego, niniejszy protokół dostarcza wyraźnych kryteriów diagnostycznych i ustrukturyzowanego schematu interpretacji, który może być stosowany konsekwentnie przez różnych lekarzy i w różnych placówkach. W porównaniu z bardziej złożonymi strategiami oceny multimodalnej, obejmującymi zaawansowane obrazowanie lub inwazyjne techniki diagnostyczne, obecne podejście jest praktyczne z punktu widzenia operacyjnego, ponieważ wykorzystuje standardowe sekwencje MRI odcinka lędźwiowego oraz rutynowo dostępne dane kliniczne. Jego głównym wkładem jest integracja dostosowanej do kręgosłupa oceny Goutalliera w zakresie naciekania tłuszczowego mięśnia multifidus z ramami przewidywania ryzyka tłuszczowatości nadtwardówkowej związanej z DLS. W ocenie degeneracji krążków międzykręgowych system stopniowania Pfirrmanna pozostaje praktyczną i powszechnie akceptowaną klasyfikacją morfologiczną w MRI18. Elastografia MR pojawiła się jako uzupełniająca technika ilościowa, ponieważ sztywność krążka wzrasta wraz z postępującą degeneracją i może dostarczać obiektywnych informacji biomechanicznych wykraczających poza porządkowe stopnie Pfirrmanna24. Niniejszy protokół zachowuje stopniowanie według Pfirrmanna, ponieważ jest ono łatwo stosowalne w rutynowych badaniach MRI odcinka lędźwiowego, podczas gdy przyszłe wersje mogą włączyć elastografię MR w miarę zwiększania dostępności tej technologii.

Klinicznie szacunki prawdopodobieństwa mogą pomóc w uświadamianiu o ryzyku, analizie obrazowej, dyskusjach dotyczących planowania chirurgicznego oraz w poradnictwie pacjentów. Wcześniejsze prace wykazały porównywalne wyniki dwuletnie w przypadku lipomatozy nadtwardówkowej i stenozy degeneracyjnej po dekompresji25,26. Jednakże niniejszy protokół nie ocenia wyników leczenia ani nie porównuje strategii dekompresji i nie powinien być wykorzystywany do nakazywania dekompresji metodą otwartą, małoinwazyjną lub endoskopową. Zamiast tego model ma za zadanie ostrzec klinicystów przed możliwością wystąpienia klinicznie istotnego gromadzenia się tłuszczu w przestrzeni nadtwardówkowej oraz zachęcać do uważnej analizy kompresji osiowej, grzbietowego lub brzusznego rozkładu tłuszczu oraz ucisku worka oponowego. Hipoplazja trzonu kręgu L5 oraz pseudolisthesis L5-S1 są potencjalnymi imitacjami rozwojowymi lub anatomicznymi, ponieważ stosunkowo mały wymiar przednio-tylny trzonu kręgu L5 oraz tylna tkanka tłuszczowo-włóknista mogą symulować pozorne przesunięcie kręgów. Aby zredukować to źródło błędnej klasyfikacji, protokół wyklucza niedegeneracyjną i rozwojową spondylolistezę, potwierdza DLS za pomocą zdjęć rentgenowskich w pozycji stojącej oraz braku defektów łuku kręgu i wymaga korelacji poziomu przesunięcia pomiędzy obrazami MRI w płaszczyźnie strzałkowej i osiowej. W poradnictwie pacjentów indywidualne szacunki prawdopodobieństwa mogą ułatwić dyskusję nad wynikami obrazowania i przewidywanymi kwestiami śródoperacyjnymi. Po operacji protokół może pomóc w zidentyfikowaniu pacjentów wymagających ściślejszej obserwacji, choć zastosowanie to wymaga dalszej walidacji. Poza DLS, opracowany schemat może być adaptowalny do innych degeneracyjnych schorzeń kręgosłupa, w których gromadzenie się tłuszczu w przestrzeni nadtwardówkowej przyczynia się do objawów, w tym do stenozy kanału kręgowego odcinka lędźwiowego oraz spondylozy lędźwiowej bez listhesis.

Podsumowując, niniejszy protokół zapewnia ustrukturyzowane i praktyczne klinicznie podejście do oceny lipomatozy nadtwardówkowej u pacjentów z DLS. Dzięki integracji znormalizowanej interpretacji MRI, systematycznej oceny mięśni przykręgosłowych, prospektywnego potwierdzenia ucisku worka twardówki w przekroju osiowym oraz wieloczynnikowego modelowania ryzyka, protokół ten umożliwia powtarzalną analizę obrazową, komunikację ryzyka, dyskusje nad planowaniem chirurgicznym oraz poradnictwo dla pacjentów przy użyciu standardowego klinicznego MRI bez konieczności stosowania specjalistycznego sprzętu. Pierwotna definicja wyniku diagnostycznego oraz zgłoszona wydajność modelu zostały zachowane podczas rewizji. Model należy interpretować jako wewnętrznie zwalidowane narzędzie wspomagania decyzji klinicznych, a nie jako diagnostyczny standard odniesienia lub regułę decyzji chirurgicznej. Przyszłe badania powinny obejmować porównanie z uznanymi standardami odniesienia MRI, wieloośrodkową walidację zewnętrzną, zautomatyzowaną analizę obrazu oraz zaawansowane ilościowe techniki MRI, takie jak obrazowanie Dixon i elastografia MR.

Oświadczenia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy oświadczają, że nie posiadają żadnych konkurencyjnych interesów finansowych ani niefinansowych.

Podziękowania

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy dziękują Shiwu Zhang za pomoc techniczną. Praca ta była wspierana przez Tianjin Key Medical Discipline Construction Project (Grant No. TJYXZDXK-3-005A-4). Organ finansujący nie brał udziału w projektowaniu badania, gromadzeniu danych, analizie danych, decyzji o publikacji ani w przygotowaniu manuskryptu.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Skaner do obrazowania metodą rezonansu magnetycznego 1.5 TeslaSprzętSiemens HealthineersMagnetom Aera
16-kanałowa cewka powierzchniowa do kręgosłupaSprzętSiemens HealthineersKonfiguracja standardowa
Monitor diagnostyczny zgodny ze standardem DICOM Part 14 (3 megapiksele)SprzętBarco NVNio Color 3MP, MDNC-3421CN; kalibracja DICOM za pomocą Barco QAWeb Enterprise
Pakiet forestplot do środowiska ROprogramowanieR Foundation for Statistical ComputingWersja 3.1.3
ImageJOprogramowanieNational Institutes of HealthWersja 1.53t
Stacja robocza PACSSprzętDell Inc.Precision 3660 Tower Workstation; system operacyjny Windows 10, 64-bitowy
System archiwizacji i transmisji obrazów (PACS)OprogramowanieINFINITT Healthcare Co., Ltd.INFINITT PACS 7.0
ROprogramowanieR Foundation for Statistical ComputingWersja 4.3.1
REDCapOprogramowanieVanderbilt UniversityWersja 13.1
Pakiet rmda do środowiska ROprogramowanieR Foundation for Statistical ComputingWersja 1.6
SPSS StatisticsOprogramowanieIBMWersja 27.0

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. García-Ramos CL, et al. Espondilolistesis degenerativa lumbar II: tratamiento y controversias. Acta Ortop Mex. 2020;34(6):433-440.
  2. Rangwalla K, et al. Degenerative lumbar spondylolisthesis: review of current classifications and proposal of a novel classification system. Eur Spine J. 2024;33(5):1762-1772.
  3. Nava-Bringas TI, et al. Association of strength, muscle balance, and atrophy with pain and function in patients with degenerative spondylolisthesis. J Back Musculoskelet Rehabil. 2014;27(3):371-376.
  4. Ahmad S, et al. Spinal epidural lipomatosis: a rare association of Cushing’s disease. Endocrinol Diabetes Metab Case Rep. 2020;2020:20-0136.
  5. Al-Omari AA, et al. Is there a relationship between lumbosacral epidural spinal injections and lumbosacral epidural lipomatosis? A retrospective study. Neurochirurgie. 2025;71(2):101636.
  6. Jaimes R III, Rocco AG. Multiple epidural steroid injections and body mass index linked with occurrence of epidural lipomatosis: a case series. BMC Anesthesiol. 2014;14:70.
  7. D’Agostino V, et al. Could spinal epidural lipomatosis be the hallmark of metabolic syndrome on the spine? A literature review with emphasis on etiology. Diagnostics (Basel). 2023;13(2):322.
  8. Ishihara S, et al. Spinal epidural lipomatosis is a previously unrecognized manifestation of metabolic syndrome. Spine J. 2019;19(3):493-500.
  9. Abe T, et al. Spinal epidural lipomatosis is associated with liver fat deposition and dysfunction. Clin Neurol Neurosurg. 2019;185:105480.
  10. Marrone N, et al. Spinal epidural fat as an imaging biomarker of visceral obesity: an MRI-based quantitative analysis. Diagnostics (Basel). 2025;15(19):2490.
  11. Alomari S, et al. Etiologies and outcomes of spinal epidural lipomatosis: systematic review of the literature and meta-analysis of reported cases. Clin Spine Surg. 2022;35(9):383-387.
  12. Haggerty T, et al. Significant symptom resolution of spinal lipomatosis with weight loss. Clin Case Rep. 2023;11(9):e7126.
  13. Borré DG, et al. Lumbosacral epidural lipomatosis: MRI grading. Eur Radiol. 2003;13(7):1709-1721.
  14. Manjila S, et al. Spinal epidural lipomatosis causing lumbar canal stenosis: a pictorial essay on radiological grading and the role of bariatric surgery versus laminectomy. Cureus. 2022;14(7):e26492.
  15. Ben Salah MH, Ziaka M. Holothoracic spinal epidural lipomatosis: report of a rare presentation and review of literature. SAGE Open Med Case Rep. 2025;13:2050313X251339051.
  16. Liu Z, et al. Case report: technical description and clinical evaluation of three cases of unilateral biportal endoscopic decompression for symptomatic spinal epidural lipomatosis. Front Surg. 2024;11:1309202.
  17. Zhou X, et al. The correlation between radiographic and pathologic grading of lumbar facet joint degeneration. BMC Med Imaging. 2016;16:27.
  18. Pfirrmann CW, et al. Magnetic resonance classification of lumbar intervertebral disc degeneration. Spine (Phila Pa 1976). 2001;26(17):1873-1878.
  19. Goutallier D, et al. Fatty muscle degeneration in cuff ruptures. Pre- and postoperative evaluation by CT scan. Clin Orthop Relat Res. 1994;304:78-83.
  20. Duan PG, et al. Is the Goutallier grade of multifidus fat infiltration associated with adjacent-segment degeneration after lumbar spinal fusion? J Neurosurg Spine. 2021;34(2):190-195.
  21. James G, et al. Fat infiltration in the multifidus muscle is related to inflammatory cytokine expression in the muscle and epidural adipose tissue in individuals undergoing surgery for intervertebral disc herniation. Eur Spine J. 2021;30(4):837-845.
  22. Liu Y, et al. Fat infiltration in the multifidus muscle as a predictor of prognosis after decompression and fusion in patients with single-segment degenerative lumbar spinal stenosis: an ambispective cohort study based on propensity score matching. World Neurosurg. 2019;128:e989-e1001.
  23. Shahidi B, et al. The effect of fatty infiltration, revision surgery, and sex on lumbar multifidus passive mechanical properties. JOR Spine. 2023;6(3):e1266.
  24. Walter BA, et al. MR elastography-derived stiffness: a biomarker for intervertebral disc degeneration. Radiology. 2017;285(1):167-175.
  25. Bayerl SH, et al. Treatment results for lumbar epidural lipomatosis: does fat matter? Eur Spine J. 2019;28(1):69-77.
  26. Ulrich NH, et al. Two-year outcome comparison of decompression in 14 lipomatosis cases with 169 degenerative lumbar spinal stenosis cases: a Swiss prospective multicenter cohort study. Eur Spine J. 2020;29(9):2243-2253.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Protok diagnostyczny MRImodel predykcji ryzykasekwencje T1 zale neskala Goutallieranaciek t uszczowy mi nia wielodzielnegoregresja logistycznacharakterystyka operacyjna odbiornika

Powiązane artykuły