基于MRI的副脊髓肌肉质量预测在后腰椎体融合后的早期子沉降

科学领域:

• 整形外科手术 整形外科手术
• 放射学 放射学是一门学科.
• 生物医学工程 生物医学工程

背景情况:

• 腰部退行性疾病 (LDD) 患病率随着人口老龄化而上升,增加了对后腰部体际融合 (PLIF) 等有效手术干预的需求.
• 子沉降 (CS) 仍然是PLIF后的重大临床挑战,已确立的风险因素包括年龄,性别,低骨矿物质密度 (BMD) 和端板损伤.
• 新出现的证据表明,通过MRI评估副脊髓肌肉指数 (PMI) 和Goutallier分类 (GC) 的肌肉质量可以预测CS,为辐射重的方法提供一种非侵入性的替代方案.

研究的目的:

• 为了评估MRI衍生的脊肌指数 (PMI) 和Gutallier分类 (GC) 在PLIF后子沉降 (CS) 的预测值.
• 将PMI和GC的表现与已建立的成像和骨质量标记器进行比较,以预测CS.
• 评估这些肌肉质量指标在PLIF患者手术前风险分层中的有用性.

主要方法:

• 对165名接受单级PLIF的患者进行了回顾性审查,分析了手术前MRI的PMI,GC,脊椎骨质量 (VBQ) 和端板骨质量 (EBQ).
• 使用定量计算断层扫描 (QCT) 量化骨矿物质密度 (BMD).
• 使用后勤回归和接收器操作特征 (ROC) 曲线分析来识别CS的预测因素并评估诊断准确性 (AUC).

主要成果:

• 在165名患者中,有45名 (27.3%) 患有CS. CS的独立预测因素包括较低的PMI和较高的GC.
• 对于PMI (AUC=0.826) 和GC (AUC=0.786),ROC分析显示出强大的预测性能,与QCT (AUC=0.894),VBQ (AUC=0.814) 和EBQ (AUC=0.719) 相比.
• PMI显示出与沉降程度的反相关性和与骨质疏松症的积极关联,而CS患者年龄大得多,女性比例更高.

结论:

• 基于MRI的对脊肌质量的评估,特别是PMI和GC,提供了PLIF后子沉降的可靠和非侵入性预测指标.
• 这些肌肉质量指标可以作为在PLIF手术中进行术前规划和风险分层的实际工具.
• 使用PMI和GC可能有助于最大限度地减少与CS风险评估的其他成像方法相关的辐射暴露.