移动磁盘评分系统:了解放射学工具,以更好地界定疾病过程,并增强我们在人工智能时代治疗腰部疼痛的解决方案

科学领域:

• 脊柱医学是一种脊柱医学.
• 放射学 放射学是一门学科.
• 医疗保健中的人工智能

背景情况:

• 莫-菲-盘评分系统量化腰椎退化,并预测腰部疼痛 (LBP) 的强度.
• 它与LBP相关的残疾和区分患者与无症状个体的能力的关联仍然未确立.
• 这项研究解决了在脊柱医学中推进人工智能的背景下这些差距.

研究的目的:

• 为了确定Mo-fi-disc评分系统是否可以预测LBP相关的残疾.
• 评估其在区分LBP患者和无症状患者中的能力.
• 探索其在人工智能驱动的脊柱护理中的实用性.

主要方法:

• 对前性收集的数据库进行横截面分析.
• 132名年龄,性别和BMI匹配的受试者 (66名患者患有LBP,66名无症状).
• 使用Mo-fi-disc系统对Modic变化 (Mo),副脊柱肌肉脂肪透 (fi) 和磁盘退化 (disc) 进行腰椎脊柱MRI评估;通过VAS评估疼痛,通过ODI评估残疾.

主要成果:

• 5.5的Mo-fi盘分数被确定为最优的切断值,用于区分LBP患者与无症状患者 (OR=1.79).
• 对疼痛的视觉模拟量表 (VAS) 和对残疾的奥斯威斯特残疾指数 (ODI) 每增加一个点都与更高的Mo-fi盘分数 (分别为1.82和1.13的OR) 相关.

结论:

• Mo-fi-disc评分系统是评估LBP强度和预测LBP相关残疾的宝贵工具.
• 5.5的Mo-fi盘分数作为一个可靠的值来区分LBP患者和无症状个体.
• 进一步完善Mo-fi-disc系统有望在AI集成脊柱医学中指导保守和手术管理决策.