通过拉什分析改进Heckmatt肌肉超声波分级尺度
Juerd Wijntjes1, Christiaan Saris1, Jonne Doorduin1
1Department of Neurology, Clinical Neuromuscular Imaging Group, Donders Institute for Brain, Cognition and Behaviour, Radboud university medical center, Nijmegen, the Netherlands.
Neuromuscular disorders : NMD
|July 26, 2024
概括
肌肉超声分析的4点赫克马特尺度在某些肌肉中有不一致的得分. 一个修订后的3分级改进了神经肌肉疾病诊断的准确性和可用性.
科学领域:
- 神经学 神经学
- 医疗成像医学成像
- 生物统计学 生物统计学
背景情况:
- 赫克马特尺度是分析肌肉超声波图像的4分系统.
- 它的应用正在扩展到各种肌肉和神经肌肉疾病中.
- 评估当前赫克马特尺度的测量特性是必要的.
研究的目的:
- 研究和改进赫克马特尺度的测量特性.
- 评估观察者在使用4个响应类别中的一致性.
- 为了确定修改后的尺度是否提高了准确性.
主要方法:
- 肌肉超声波图像的回顾性观察研究.
- 包括来自1783名为临床或研究目的而接受超声波的患者的图像.
- 拉什分析的应用,以评估赫克马特尺度的测量特性.
主要成果:
- 数据包括来自43个不同的肌肉的30967张肌肉超声波图像.
- 在43个肌肉中,在8个肌肉中观察到4个响应类别的不一致使用,特别是腹筋肌肉.
- 恢复到三分级导致了所有43个肌肉的一致类别使用.
结论:
- 与原来的4点评分表相比,3点的Heckmatt评分表显示出更好的准确性和一致的观察者使用.
- 三分尺度简化了使用,并提高了临床实践和研究中的适用性.
- 这种修改优化了针对神经肌肉疾病的肌肉超声波分析.
