Ce protocole décrit une méthode normalisée basée sur l'imagerie par résonance magnétique permettant de diagnostiquer la lipomatose épidurale et de prédire son risque chez les patients atteints de spondylolisthésis lombaire dégénératif.
Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.
Article de méthode
Protocole de diagnostic basé sur l'imagerie par résonance magnétique et prédiction du risque pour la lipomatose épidurale dans le spondylolisthésis lombaire dégénératif
* These authors contributed equally
Dans cet article
Résumé
Résumé
Ce protocole présente une approche diagnostique normalisée basée sur l'imagerie par résonance magnétique (IRM) de la lipomatose épidurale chez les patients souffrant d'une spondylolisthésis lombaire dégénérative (DLS) et décrit l'élaboration d'un modèle clinique de prédiction des risques. Des patients consécutifs atteints de DLS ont bénéficié d'une évaluation IRM standardisée, incluant des séquences pondérées en T1 pour la détection de la lipomatose épidurale, la classification de Goutallier de l'infiltration graisseuse du muscle multifide et une évaluation radiographique. La cohorte d'étude a été divisée en une cohorte de modélisation (n = 248) et une cohorte de validation (n = 106). Les prédicteurs indépendants ont été identifiés par un dépistage univarié suivi d'une régression logistique binaire multivariée. Pour un rapport transparent, les effets de l'âge et de l'indice de masse corporelle (IMC) sont exprimés respectivement par augmentation de 10 ans et de 5 kg/m2. L'équation de prédiction au chevet du patient est présentée à l'aide de coefficients bruts équivalents sur le plan algébrique, permettant d'entrer directement l'âge (années) et l'IMC (kg/m2). Cinq prédicteurs indépendants ont été identifiés : l'âge (rapport de cotes [OR] = 1,510 par augmentation de 10 ans), le sexe féminin (OR = 2,354), l'IMC (OR = 1,874 par augmentation de 5 kg/m2), l'atteinte du segment L5 (OR = 3,766) et le grade de Goutallier 3-4 (OR = 3,184). Le modèle a obtenu des valeurs de la surface sous la courbe caractéristique de fonctionnement du récepteur (AUC) de 0,834 dans la cohorte de modélisation et de 0,815 dans la cohorte de validation. Les analyses de calibration et de courbe de décision soutiennent l'utilisation du modèle comme outil exploratoire d'aide à la décision clinique ; toutefois, une validation externe est nécessaire avant une application clinique généralisée. Ce protocole fournit un cadre reproductible basé sur l'IRM pour l'évaluation de la lipomatose épidurale, accompagné d'un outil intégré de prédiction au chevet du patient qui combine des paramètres cliniques et radiographiques afin de faciliter une évaluation standardisée et une prédiction individualisée du risque chez les patients atteints de DLS.
Introduction
La spondylolisthésie lombaire dégénérative (SLD) touche 4 à 8 % de la population générale, avec une prévalence qui augmente nettement après le cinquième décennie de la vie1,2. Définie par un déplacement antérieur d'un vertèbre par rapport à celui qui lui est sous-jacent, avec un arc neural postérieur intact, la SLD provoque fréquemment un rétrécissement du canal rachidien et une claudication neurogène, compromettant considérablement la mobilité du patient, sa force musculaire et sa qualité de vie3. Parmi les signes d'imagerie associés, le signe de la lipomatose épidurale — caractérisé par un signal graisseux hyperintense en bande sur l'IRM T1 sagittale médiane au niveau du glissement — constitue un indicateur radiographique important qui peut faciliter la reconnaissance de la maladie et l'évaluation de sa gravité. La lipomatose épidurale était traditionnellement associée à l'administration de glucocorticoïdes, à une exposition aux stéroïdes épiduraux ou à des troubles endocriniens tels que le syndrome de Cushing4,5,6. Toutefois, elle est de plus en plus fréquemment observée chez des sujets obèses ou atteints de syndrome métabolique, sans exposition aux stéroïdes7,8,9,10, suggérant que des facteurs métaboliques et biomécaniques jouent un rôle étiologique important. Une revue systématique récente a résumé les diverses étiologies et les résultats cliniques rapportés dans les cas documentés11, et une amélioration symptomatique après perte de poids a également été décrite12. Des méthodes d'évaluation quantitative et de classification par IRM de la lipomatose épidurale rachidienne ont déjà été proposées, notamment des approches basées sur le rapport entre la graisse épidurale et la gaine thécale en coupe axiale, ainsi que des systèmes de classification locorégionaux13,14. Néanmoins, un protocole standardisé basé sur l'IRM, spécifiquement destiné à l'évaluation systématique de la lipomatose épidurale chez les patients atteints de SLD, n'a pas encore été établi. L'interprétation reste donc dépendante de l'opérateur, en l'absence de critères diagnostiques cohérents adaptés à cette population, les déterminants cliniques permettant de distinguer les sujets atteints de ceux qui ne le sont pas restent incomplètement caractérisés, et les cliniciens ne disposent pas d'un outil pratique pour l'estimation du risque lors de l'évaluation initiale.
Pour combler ces lacunes, le présent protocole établit un cadre standardisé et cliniquement applicable pour l'évaluation par IRM de la lipomatose épidurale chez les patients atteints de DLS. Ce protocole intègre des paramètres cliniques, des critères diagnostiques IRM prédéfinis accompagnés de paramètres spécifiques d'acquisition d'images, une évaluation des muscles paravertébraux selon une approche adaptée de la classification de Goutallier pour la colonne vertébrale, une évaluation axiale confirmatoire du rétrécissement de la gaine thécale, ainsi qu'un modèle prédictif de stratification du risque au chevet du patient. Le système de classification de Manjila est reconnu comme une référence locorégionale importante car il évalue l'étendue craniocaudale sur les images sagittales et la gravité axiale à l'aide d'une évaluation basée sur une grille 3 × 3, ce qui peut orienter la planification chirurgicale et faciliter la distinction entre une distribution graisseuse épidurale dorsale, ventrale ou circonférentielle14,15,16. Le présent protocole n'a pas pour but de remplacer les systèmes existants de classification de la lipomatose épidurale spinale ; il fournit plutôt un flux de travail ciblé pour les niveaux glissés associés à la DLS, tout en documentant les caractéristiques axiales et locorégionales lorsque celles-ci sont cliniquement pertinentes. Cette approche vise à promouvoir une évaluation plus reproductible de la lipomatose épidurale, tout en soutenant une évaluation d'imagerie standardisée et une estimation clinique individualisée du risque chez les patients atteints de DLS.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Protocole
Ce protocole d'IRM est conçu pour un appareil supraconducteur de 1,5 Tesla équipé d'une bobine de surface spinale dédiée à 16 canaux. Le protocole peut être adapté à d'autres systèmes de 1,5 ou 3,0 T dotés d'un matériel équivalent. Toutes les procédures ont été réalisées conformément à la Déclaration d'Helsinki et ont été approuvées par le comité d'éthique de l'Institut médical Tianjin Union (numéro d'approbation : 2024-IRB-089).
1. Sélection des patients et évaluation clinique
- Obtenir l'approbation du comité d'éthique et du comité de revue institutionnel avant l'inclusion des patients. S'assurer que toutes les procédures impliquant des participants humains sont conformes à la Déclaration d'Helsinki. Indiquer le numéro d'approbation (2024-IRB-089) dans tous les documents relatifs à l'étude.
REMARQUE : L'exigence de consentement éclairé individuel peut être levée lorsque l'étude utilise des données cliniques et des ensembles d'images préexistants entièrement dépersonnalisés, à condition que cette dérogation soit conforme à la politique institutionnelle et aux réglementations nationales encadrant l'utilisation secondaire des données cliniques. Obtenir une approbation explicite de cette dérogation auprès du comité d'éthique. Obtenir l'approbation éthique avant de procéder à l'inclusion des patients. - Dépistez consécutivement les patients se présentant au service de chirurgie de la colonne vertébrale avec un diagnostic confirmé de spondylolisthésis dégénératif lombaire (DLS). Examinez les radiographies de profil en charge ou en flexion-extension afin de confirmer un glissement vertébral antérieur d'au moins 3 mm ou d'au moins 10 % de la largeur du corps vertébral.
- Vérifier les modifications dégénératives au niveau correspondant, notamment la dégénérescence du disque intervertébral et l'hypertrophie des articulations postérieures17. Confirmer l'absence de défaut du pars interarticularis sur les radiographies latérales et l'IRM sagittale.
- Recruter des patients âgés de 18 à 85 ans ayant bénéficié d'une IRM lombaire standard (séquences sagittales pondérées en T1, sagittales pondérées en T2 et axiales pondérées en T2) dans les deux semaines suivant l'évaluation clinique. Exclure les patients ayant subi une chirurgie rachidienne préalable ou une injection de stéroïdes épiduraux au cours des six mois précédents.
- Mesurer le glissement vertébral antérieur sur des radiographies de profil ou en flexion-extension réalisées en position debout, en utilisant la méthode de la ligne postérieure du corps vertébral. Tracer une ligne de référence verticale le long du cortex postérieur du corps vertébral caudal, puis mesurer la distance perpendiculaire entre cette ligne et l'angle postéro-inférieur du corps vertébral crânial déplacé. Noter le déplacement en millimètres et, si nécessaire, en pourcentage de la largeur antéropostérieure du corps vertébral caudal.
- Exclure les patients présentant une spondylolisthésis non dégénérative (isthmique, traumatique, pathologique, postopératoire ou des anomalies développementales ou anatomiques simulatrices telles qu'un corps vertébral L5 hypoplasique ou une pseudospondylolisthésis L5–S1), ainsi que ceux ayant un traitement par glucocorticoïdes pour >3 mois cumulés au cours de l'année précédente, ou un hypercortisolisme endogène confirmé (syndrome de Cushing, adénome surrénalien ou tumeur hypophysaire sécrétant de l'hormone adrénocorticotrope).
- Exclure les patients ayant reçu un traitement par stéroïdes anabolisants ou un remplacement en testostérone au cours des 6 mois précédents. Exclure les examens IRM de qualité d'image insuffisante, notamment présentant un artefact de mouvement de grade II ou supérieur, ou une couverture lombo-sacrée incomplète.
- Exclure les patients présentant une insuffisance cardiaque, pulmonaire ou rénale sévère (classe IV–V selon la classification du statut physique de l'American Society of Anesthesiologists), une infection active ou des contre-indications à l'IRM.
ATTENTION : Effectuez un dépistage complet en matière de sécurité en IRM avant l'entrée dans la salle du scanner. Excluez les patients porteurs de dispositifs implantés incompatibles avec l'IRM. - Évaluer l'artéfact de mouvement à l'aide d'une échelle de qualité d'image à quatre niveaux : grade 0 = aucun artéfact visible ; grade I = artéfact léger sans altération diagnostique ; grade II = artéfact modéré obscurcissant les limites anatomiques ou les repères de mesure ; et grade III = artéfact sévère rendant la séquence non diagnostique. Exclure les examens présentant un artéfact de grade II ou III sur l'une des séquences nécessaires à la classification des résultats, ou répéter la séquence concernée avant d'inclure l'examen dans l'étude.
- Extraire les données cliniques à partir de la base de données du dossier médical électronique (DME) et du système d'archivage et de communication d'images (PACS) à l'aide d'un formulaire standardisé de collecte de données REDCap rempli par deux assistants de recherche formés.
- Enregistrer l'âge (années), le sexe (masculin/féminin), l'indice de masse corporelle (IMC ; kg/m²)2) et segment glissé (L3, L4 ou L5).
- Enregistrer la durée des symptômes, la présence d'une claudication neurogène et les traitements conservateurs antérieurs.
- Faire extraire par deux assistants de recherche formés, de manière indépendante, les variables cliniques à partir du dossier médical électronique (EMR) et du système PACS vers deux formulaires REDCap en double exemplaire. Comparer les deux formulaires après l'extraction des données et résoudre les divergences en se référant aux documents sources. Soumettre les divergences non résolues à un chercheur senior pour arbitrage.
- Identifier les variables manquantes ou incomplètes lors des vérifications de plage et de complétude dans REDCap. Vérifier les valeurs manquantes par rapport au dossier médical électronique (EMR), au système PACS et aux rapports d'imagerie d'origine. Exclure un patient du développement du modèle uniquement lorsqu'un prédicteur requis, une variable de résultat ou une séquence IRM essentielle ne peut être récupérée. Ne pas effectuer d'imputation statistique pour les variables du modèle qui sont requises.
- Répartir aléatoirement les patients éligibles entre le groupe de modélisation (n = 248) et le groupe de validation (n = 106) selon un ratio d'allocation de 7:3 à l'aide du logiciel SPSS version 27.0, avec une graine aléatoire fixée à 42.
- Classer les patients du groupe de modélisation en deux catégories : lipomatose épidurale et absence de lipomatose, selon le diagnostic consensuel de deux radiologues spécialisés en colonne vertébrale expérimentés >10 ans d'expérience, suivant le protocole d'interprétation de l'IRM décrit à l'étape 3.
- Dans SPSS version 27.0, définir la graine aléatoire à 42, sélectionner Transformer > Calculer une variable et générer une variable aléatoire uniforme à l'aide de RV.UNIFORM(0,1). Trier les observations par ordre croissant selon cette variable, attribuer les 70 % premiers des observations éligibles à la cohorte de modélisation et les 30 % restants à la cohorte de validation, et conserver inchangée la variable d'affectation pour toutes les analyses ultérieures.
- Utiliser une allocation aléatoire simple plutôt qu'une randomisation stratifiée. Ne pas imposer d'équilibre des variables démographiques, radiographiques ou d'IRM de base lors de l'attribution aux cohortes.
- Après une répartition aléatoire, comparer les variables démographiques, cliniques, radiographiques et IRM de base entre les cohortes de modélisation et de validation à l'aide du test t de Student t-test ou le test du chi-deux, selon le cas. Considérer l'attribution acceptable lorsqu'aucun déséquilibre cliniquement significatif n'est identifié, et rapporter l'évaluation de la comparabilité des cohortes dans Tableau 1.
REMARQUE : Finaliser l'attribution de la cohorte après vérification de tous les critères d'éligibilité.
| Variable | Cohorte de modélisation (n = 248) | Cohorte de validation (n = 106) | t/χ2 | P Valeur |
| Âge (années) | 67,87 ± 11,39 | 68,16 ± 11,93 | 0,216 | 0,829 |
| Sexe, n (%) | 0,002 | 0,966 | ||
| Homme | 96 (38,71) | 42 (39,62) | ||
| Femme | 152 (61,29) | 64 (60,38) | ||
| Indice de masse corporelle (kg/m²) | 24,88 ± 3,62 | 24,91 ± 3,48 | 0,077 | 0,939 |
| Segment glissé, n (%) | 0,564 | 0,754 | ||
| L3 | 31 (12,50) | 14 (13,21) | ||
| L4 | 149 (60,08) | 67 (63,21) | ||
| L5 | 68 (27,42) | 25 (23,58) | ||
| Grade de Pfirrmann, n (%) | 0,104 | 0,991 | ||
| Grade II | 18 (7,26) | 8 (7,55) | ||
| Grade III | 74 (29,84) | 33 (31,13) | ||
| Grade IV | 93 (37,50) | 38 (35,85) | ||
| Grade V | 63 (25,40) | 27 (25,47) | ||
| Grade de Goutallier, n (%) | 3,022 | 0,388 | ||
| Grade 1 | 78 (31,45) | 27 (25,47) | ||
| Grade 2 | 86 (34,68) | 33 (31,13) | ||
| Grade 3 | 52 (20,97) | 28 (26,42) | ||
| Grade 4 | 32 (12,90) | 18 (16,98) | ||
| Angle de l'articulation zygapophysaire distale (°) | 55,26 ± 6,42 | 55,18 ± 6,39 | 0,111 | 0,912 |
| Épanchement de l'articulation zygapophysaire distale (mm) | 0,94 ± 0,21 | 0,93 ± 0,20 | 0,444 | 0,657 |
| Hauteur du disque distal (mm) | 9,16 ± 1,92 | 9,20 ± 1,88 | 0,193 | 0,847 |
| Angle de l'articulation zygapophysaire proximale (°) | 49,95 ± 6,03 | 50,03 ± 5,99 | 0,115 | 0,908 |
| Épanchement de l'articulation zygapophysaire proximale (mm) | 0,84 ± 0,26 | 0,83 ± 0,25 | 0,237 | 0,813 |
| Hauteur du disque proximal (mm) | 8,05 ± 1,52 | 8,08 ± 1,50 | 0,156 | 0,876 |
| Incidence pelvienne (PI, °) | 52,18 ± 7,94 | 52,35 ± 7,85 | 0,188 | 0,851 |
| Inclinaison pelvienne (PT, °) | 24,35 ± 7,17 | 24,28 ± 7,23 | 0,080 | 0,936 |
| Pente sacrée (SS, °) | 44,91 ± 6,83 | 45,01 ± 6,79 | 0,129 | 0,898 |
| Cyphose thoracique (TK, °) | 21,18 ± 7,67 | 21,25 ± 7,62 | 0,075 | 0,940 |
Tableau 1 : Caractéristiques de base des cohortes de modélisation et de validation. Les variables continues sont exprimées comme moyenne ± écart type (ET), et les variables catégorielles sont exprimées en nombre (%). Les caractéristiques de base en termes de démographie, de clinique, de radiographie et d'imagerie par résonance magnétique ont été comparées entre la cohorte de modélisation (n = 248) et la cohorte de validation (n = 106) afin d'évaluer la comparabilité des cohortes. Abréviations : BMI, indice de masse corporelle ; PI, incidence pelvienne ; PT, inclinaison pelvienne ; SS, pente sacrée ; TK, cyphose thoracique.
2. Protocole d'acquisition par IRM
- Effectuer un dépistage de sécurité en IRM à l’aide d’un questionnaire standardisé. Identifier les contre-indications, notamment la grossesse, les dispositifs électroniques implantés, les corps étrangers ferromagnétiques, la claustrophobie et les antécédents de réactions allergiques aux agents de contraste à base de gadolinium.
- Demander au patient de retirer tous les objets métalliques, y compris les bijoux, les montres, les piercings et les appareils auditifs. Placer le patient en décubitus dorsal sur la table d’IRM.
- Placer un coussin souple sous les genoux afin d’obtenir une flexion d’environ 20°–30° et réduire la lordose lombaire physiologique. Positionner la bobine rachidienne centrée au niveau vertébral L3 pour couvrir la région de T12 à S3.
- Fixer la bobine en assurant un contact direct avec la peau et éliminer tout espace d’air visible. Placer un rembourrage en mousse de chaque côté pour minimiser les mouvements du patient et fournir un dispositif d’appel d’urgence compatible avec l’IRM.
- Ne pas administrer d’agents de contraste à base de gadolinium par voie intraveineuse. Le flux diagnostique utilise des séquences sagittales sans contraste en pondération T1, des séquences sagittales en pondération T2 et des séquences axiales en pondération T2.
- Acquérir une séquence de repérage triplan (localisateur) à l’aide d’une séquence en écho de gradient avec TR = 8 ms, TE = 4 ms, épaisseur de coupe = 8 mm et champ de vue = 400 mm × 400 mm.
- Vérifier une couverture complète de la colonne lombaire, de T12/L1 jusqu’au sacrum. Repositionner le patient si la jonction lombo-sacrée n’est pas entièrement visualisée.
- Acquérir des images sagittales en pondération T1 en écho de spin turbo à l’aide des paramètres suivants : TR = 500 ms, TE = 12 ms, champ de vue = 280 × 280 mm, matrice = 512 × 256, épaisseur de coupe = 4 mm, intervalle entre coupes = 0,4 mm et NEX = 2.
- Prescrire des coupes parallèles aux apophyses épineuses. Acquérir un minimum de 11 coupes sagittales afin d’assurer une couverture complète de gauche à droite.
REMARQUE : L’imagerie en pondération T1 est la séquence principale pour identifier la lipomatose épidurale, car le tissu adipeux présente une intensité de signal intrinsèquement élevée par rapport aux structures environnantes. Les paramètres d’acquisition choisis maximisent la pondération T1 tout en maintenant un rapport signal/bruit et une résolution spatiale adéquats. Le temps d’acquisition typique est d’environ 3 à 4 minutes. - Lors de l’adaptation du protocole à une plateforme équivalente de 1,5 ou 3,0 T, maintenir la couverture anatomique requise, le type de séquence, l’orientation des coupes, l’épaisseur des coupes, l’intervalle entre les coupes et les plans diagnostiques. Optimiser le champ de vue, la matrice, le nombre d’excitations, la longueur de la chaîne d’échos et le facteur d’imagerie parallèle selon les besoins, à condition que la graisse épidurale, les marges du sac thécal et l’anatomie du niveau glissé restent clairement visibles pour l’interprétation diagnostique.
- Prescrire des coupes parallèles aux apophyses épineuses. Acquérir un minimum de 11 coupes sagittales afin d’assurer une couverture complète de gauche à droite.
- Acquérir des images sagittales en pondération T2 en écho de spin turbo à l’aide des paramètres suivants : TR = 3 500–4 000 ms, TE = 100–120 ms, champ de vue = 280 mm × 280 mm, matrice = 512 × 256, épaisseur de coupe = 4 mm, intervalle entre coupes = 0,4 mm et NEX = 2.
- Aligner la position des coupes sur celle de l’acquisition sagittale en pondération T1 afin de permettre une comparaison directe des images.
REMARQUE : L’imagerie en pondération T2 fournit des informations anatomiques complémentaires en améliorant la visualisation du liquide céphalorachidien (LCR), du sac thécal et de la morphologie des disques intervertébraux. Cette séquence est également utilisée pour la classification de Pfirrmann de la dégénérescence discale. Le temps d’acquisition typique est d’environ 4 à 5 minutes.
- Aligner la position des coupes sur celle de l’acquisition sagittale en pondération T1 afin de permettre une comparaison directe des images.
- Acquérir des images axiales en pondération T2 en écho rapide spin-écho à chaque niveau disque intervertébral lombaire, de L1/L2 à L5/S1, avec TR = 4 000 ms, TE = 112 ms, champ de vue = 180 mm × 180 mm, matrice = 320 × 256, épaisseur de coupe = 4 mm, intervalle entre coupes = 0,4 mm et NEX = 3.
- Prescrire des coupes axiales parallèles à chaque espace disque intervertébral. Acquérir 6 à 8 coupes à travers le segment glissé afin d’assurer une couverture anatomique complète.
REMARQUE : L’imagerie axiale en pondération T2 permet d’évaluer la distribution de la graisse épidurale et la morphologie du sac thécal. La combinaison des séquences sagittales en pondération T1, sagittales en pondération T2 et axiales en pondération T2 fournit des informations anatomiques complémentaires pour une évaluation complète. Le temps total d’acquisition pour tous les niveaux lombaires est d’environ 15 à 20 minutes. L’examen complet, y compris le positionnement du patient et l’imagerie de repérage, nécessite environ 30 à 35 minutes.
- Prescrire des coupes axiales parallèles à chaque espace disque intervertébral. Acquérir 6 à 8 coupes à travers le segment glissé afin d’assurer une couverture anatomique complète.
- Évaluer la qualité des images avant de terminer l’examen. Confirmer l’absence d’artéfacts de mouvement de grade II ou supérieur, la visualisation complète de la jonction lombo-sacrée, un rapport signal/bruit adéquat et l’absence d’artéfacts de repliement significatifs.
- Répéter toute séquence ne satisfaisant pas aux critères de qualité d’image. Exporter toutes les images numériques au format DICOM (Digital Imaging and Communications in Medicine) vers le PACS en conservant les métadonnées.
- Définir la qualité d’image acceptable comme une couverture complète de T12/L1 jusqu’au sacrum, une visualisation nette des corticales postérieures des corps vertébraux et des marges du sac thécal, l’absence d’artéfacts de repliement s’étendant dans le canal rachidien, et un rapport signal/bruit suffisant pour distinguer la graisse épidurale du LCR et des muscles para-vertébraux. Répéter toute séquence ne répondant pas à ces critères.
- Utiliser le même système de gradation des artéfacts de mouvement en quatre niveaux décrit à l’étape 1.3.3. Répéter les séquences présentant un artéfact de mouvement de grade II ou III avant de libérer le patient, ou exclure l’examen si une réacquisition n’est pas possible.
REMARQUE : Vérifier la qualité des images avant de libérer le patient du scanner.
3. Interprétation des images IRM de la lipomatose épidurale
REMARQUE : La lipomatose épidurale est définie comme une prolifération pathologique de tissu adipeux mature non encapsulé dans l'espace épidural spinal. Dans la sténose lombaire dégénérative (DLS), cette affection contribue à la sténose du canal rachidien et peut nécessiter une décompression combinée lors de la chirurgie de fusion. Un diagnostic précis exige une évaluation systématique à l'aide de plusieurs séquences et plans d'imagerie.
- Effectuer l'interprétation des images sur une station de travail PACS dédiée équipée d'un moniteur médical de diagnostic (minimum 3 mégapixels ; fonction de visualisation standard en niveaux de gris DICOM Partie 14). Maintenir un éclairage ambiant contrôlé (≤50 lux).
- Charger l'examen IRM complet. Afficher les images pondérées en T1 en coupe sagittale et les images pondérées en T2 en coupe sagittale côte à côte dans la fenêtre supérieure de visualisation, et les images pondérées en T2 en coupe axiale dans la fenêtre inférieure, avec référencement croisé anatomique synchronisé.
- Utiliser le visualiseur PACS institutionnel doté d'outils de mesure calibrés selon la norme DICOM et d'un référencement croisé sagittal-axial synchronisé activé. Appliquer des réglages constants de fenêtre et de niveau pour la comparaison d'images côte à côte lors de chaque séance d'interprétation. Enregistrer le fournisseur PACS et la version du logiciel dans le Tableau des Matériaux.
- Identifier le niveau vertébral déplacé sur l'image pondérée en T1 en coupe sagittale médiane en observant un déplacement antérieur de la vertèbre. Tracer une ligne de référence le long de la corticale postérieure du corps vertébral sous-jacent.
- Mesurer la distance perpendiculaire entre la ligne de référence et l'angle postéro-inférieur de la vertèbre déplacée. Confirmer que le déplacement mesuré est ≥3 mm ou ≥10 % de la largeur du corps vertébral.
REMARQUE : Une localisation précise du niveau déplacé est essentielle, car la lipomatose épidurale est évaluée spécifiquement au niveau du glissement vertébral. - Effectuer les mesures du glissement vertébral à l'aide de l'outil de pied à coulisse électronique calibré intégré à la station PACS. Vérifier le calibrage des pixels à partir des métadonnées DICOM avant la mesure et enregistrer toutes les distances au dixième de millimètre près.
- Mesurer la distance perpendiculaire entre la ligne de référence et l'angle postéro-inférieur de la vertèbre déplacée. Confirmer que le déplacement mesuré est ≥3 mm ou ≥10 % de la largeur du corps vertébral.
- Examiner l'espace épidural postérieur au niveau du glissement vertébral sur l'image pondérée en T1 en coupe sagittale médiane. Identifier un signal hyperintense en forme de bande ou de croissant situé entre la gaine thécale en avant et le ligamentum flavum ou l'apophyse épineuse en arrière.
- Comparer directement l'intensité du signal de la lésion avec celle de la graisse sous-cutanée sur la même image. Si des séquences avec suppression des graisses sont disponibles, confirmer l'atténuation du signal afin de vérifier la nature graisseuse de la lésion.
REMARQUE : Différencier la lipomatose épidurale d'autres lésions épidurales hyperintenses en T1, notamment l'hématome épidural subaigu et les accumulations de liquide protéique. Confirmer le diagnostic de lipomatose épidurale uniquement lorsque la lésion présente des caractéristiques de signal identiques à celles de la graisse sous-cutanée et s'adapte à l'espace épidural. - Utiliser les critères sagittaux définis par le protocole comme méthode de dépistage principale au niveau du glissement, et croiser les résultats positifs ou équivoques avec les images pondérées en T2 en coupe axiale. Lors de la mise en œuvre prospective, documenter la distribution de la graisse épidurale, la déformation de la gaine thécale et la compatibilité avec les méthodes d'évaluation établies basées sur l'IRM, notamment les approches du rapport graisse épidurale/gaine thécale en coupe axiale et le système de gradation locorégional de Manjila. Dans la cohorte rétrospective utilisée pour le développement du modèle, ces systèmes de gradation établis n'ont pas été appliqués comme critères de référence indépendants, et l'issue binaire initiale n'a pas été reclassement rétrospectivement.
- Comparer directement l'intensité du signal de la lésion avec celle de la graisse sous-cutanée sur la même image. Si des séquences avec suppression des graisses sont disponibles, confirmer l'atténuation du signal afin de vérifier la nature graisseuse de la lésion.
- Mesurer l'étendue cranio-caudale du dépôt de graisse épidurale à l'aide de pieds à coulisse électroniques sur la station PACS. Placer les pieds à coulisse aux limites supérieure et inférieure du dépôt de graisse épidurale contigu et enregistrer la mesure maximale.
- Confirmer que l'étendue cranio-caudale mesure ≥5 mm sur le même plan sagittal. Utiliser la visibilité sur au moins deux coupes sagittales adjacentes uniquement pour confirmer la continuité médiolatérale et réduire les artefacts de volume partiel ; ne pas utiliser les coupes sagittales adjacentes pour estimer l'étendue cranio-caudale.
- Croiser la lésion sur les images pondérées en T2 en coupe sagittale pour évaluer les caractéristiques du signal. Examiner les images correspondantes pondérées en T2 en coupe axiale pour évaluer la distribution circonférentielle de la graisse épidurale et la réduction antéro-postérieure de la gaine thécale.
REMARQUE : Utiliser une étendue cranio-caudale ≥5 mm comme seuil opérationnel de dépistage au niveau du glissement dans ce protocole. Enregistrer le diamètre antéro-postérieur et la surface en coupe transversale de la gaine thécale sur les images axiales comme mesures de confirmation continues. Ne pas utiliser de valeurs seuils axiales fixes comme critères de référence indépendants dans la présente cohorte rétrospective. - Si le signal graisseux est visible sur une seule coupe sagittale, classer le résultat comme indéterminé, sauf si les images axiales montrent un accumulation correspondant de graisse épidurale et si l'étendue cranio-caudale dans le même plan reste ≥5 mm. Ce critère distingue la mesure principale cranio-caudale de l'évaluation complémentaire de continuité médiolatérale.
- Mesurer le diamètre antéro-postérieur de la gaine thécale sur l'image pondérée en T2 en coupe axiale présentant la compression maximale au niveau du glissement, en mesurant la distance entre la marge antérieure et la marge postérieure de la gaine dural. Mesurer la surface en coupe transversale en traçant la limite interne de la dure-mère à l'aide de l'outil de région d'intérêt de la station PACS ou de l'outil de sélection polygonale d'ImageJ, et enregistrer la surface en mm2.
- Comparer qualitativement l'étendue sagittale et la gravité axiale avec le cadre de gradation de Manjila. Dans ce protocole centré sur la DLS, utiliser le système de gradation de Manjila comme référence locorégionale pour la documentation, plutôt que comme définition principale de l'issue, car l'objectif de l'étude est la présence de lipomatose épidurale au niveau du glissement dans le cadre du modèle de prédiction.
- Appliquer les quatre critères initiaux au niveau du glissement utilisés pour la classification de la cohorte : (1) un signal hyperintense en T1 en forme de bande ou de croissant dans l'espace épidural postérieur au niveau du glissement ; (2) une intensité de signal identique à celle de la graisse sous-cutanée ; (3) une étendue cranio-caudale ≥5 mm sur le même plan sagittal ; et (4) une reproductibilité sur des coupes sagittales adjacentes. Pour la mise en œuvre clinique prospective, ne pas se fier uniquement aux critères sagittaux. Confirmer l'accumulation correspondante de graisse épidurale et la déformation du contour de la gaine thécale sur les images axiales, et documenter si la distribution de la graisse est dorsale, ventrale ou circonférentielle.
- Enregistrer les résultats quantitatifs axiaux, y compris le diamètre antéro-postérieur et la surface en coupe transversale de la gaine thécale, ainsi que la compatibilité qualitative avec les méthodes d'évaluation basées sur le rapport graisse épidurale/gaine thécale et le système de gradation locorégional de Manjila.
REMARQUE : L'étude initiale n'a pas été conçue comme une étude de précision diagnostique utilisant un critère de référence IRM établi, et les images DICOM initiales n'ont pas été réanalysées lors de la révision du manuscrit. Par conséquent, la sensibilité, la spécificité et l'accord interméthodes n'ont pas été recalculées. Ces descripteurs axiaux supplémentaires visent à soutenir la mise en œuvre clinique prospective et ne modifient pas l'issue initiale de l'étude ou le modèle de prédiction.
- Enregistrer les résultats quantitatifs axiaux, y compris le diamètre antéro-postérieur et la surface en coupe transversale de la gaine thécale, ainsi que la compatibilité qualitative avec les méthodes d'évaluation basées sur le rapport graisse épidurale/gaine thécale et le système de gradation locorégional de Manjila.
- Faire interpréter indépendamment tous les examens par deux radiologues seniors spécialisés dans la colonne vertébrale (≥10 ans d'expérience). Remplir un formulaire standardisé de compte rendu structuré documentant la présence ou l'absence de chaque critère diagnostique, le niveau vertébral déplacé, l'étendue cranio-caudale maximale (mm) et le diagnostic global.
- Résoudre les désaccords par consensus avec un troisième radiologue senior spécialisé dans la colonne vertébrale (>15 ans d'expérience), aveugle aux évaluations initiales. Calculer l'accord inter-observateurs à l'aide du coefficient kappa de Cohen.
- Utiliser un formulaire de compte rendu structuré pour documenter le niveau de glissement, la distribution de la graisse épidurale (dorsale, ventrale ou circonférentielle), l'étendue cranio-caudale maximale, la mesure sagittale dans le même plan, la visibilité sur les coupes adjacentes, la confirmation axiale, le diamètre de la gaine thécale, la surface en coupe transversale de la gaine thécale, le diagnostic final et le niveau de confiance du lecteur. Avant l'interprétation formelle des images, calibrer tous les observateurs à l'aide de 20 cas d'entraînement représentatifs incluant des examens négatifs, limites et positifs.
REMARQUE : Effectuer toutes les interprétations consensuelles avant de procéder à l'analyse statistique.
4. Évaluation de la dégénérescence du disque intervertébral
- Examiner les images IRM sagittales pondérées en T2 au niveau du segment déplacé. Parcourir toutes les coupes sagittales et sélectionner l'image offrant la meilleure visualisation du noyau pulpeux.
- Évaluer la dégénérescence du disque intervertébral à l’aide du système de classification de Pfirrmann18. Attribuer le grade I aux disques présentant un signal hyperintense homogène identique à celui du LCR, une hauteur discale normale et une distinction nette entre le noyau et l’anneau.
- Attribuer le grade II aux disques présentant un signal hyperintense inhomogène contenant des bandes horizontales à faible signal, une hauteur discale préservée et une distinction nette entre le noyau et l’anneau. Attribuer le grade III aux disques présentant un signal gris intermédiaire, une limite entre le noyau et l’anneau floue, et une hauteur discale normale ou légèrement réduite.
- Attribuer le grade IV aux disques présentant un signal hypointense gris foncé inhomogène, une perte totale de la distinction entre le noyau et l’anneau, et une réduction modérée à sévère de la hauteur discale. Attribuer le grade V aux disques présentant un signal hypointense inhomogène, un espace discale effondré, une perte totale de la distinction entre le noyau et l’anneau, et un rétrécissement marqué de l’espace discale.
- Faire attribuer indépendamment les grades de Pfirrmann par deux radiologues certifiés, ayant chacun au moins 5 ans d’expérience en imagerie musculosquelettique. Enregistrer le grade attribué pour chaque disque évalué.
- Résoudre les divergences d’évaluation par arbitrage effectué par un troisième radiologue certifié. Calculer l’accord inter-observateur à l’aide du kappa pondéré de Cohen.
- Aveugler les radiologues aux symptômes cliniques, à l’historique du traitement, à la présence ou non de lipomatose épidurale, aux variables du modèle prédictif, ainsi qu’aux évaluations respectives des autres radiologues durant l’évaluation indépendante selon Pfirrmann.
- Réaliser l’évaluation selon Pfirrmann à l’aide des mêmes écrans de diagnostic et des conditions de visualisation standardisées décrites à l’étape 3.1.
NOTE : Terminer l’évaluation consensuelle avant de procéder à l’analyse de l’infiltration graisseuse des muscles paravertébraux.
5. Évaluation de l'infiltration graisseuse des muscles paravertébraux
- Examiner les images pondérées en T2 en écho de spin rapide axiales au niveau du disque intervertébral déplacé. Identifier bilatéralement les muscles multifides comme les muscles para-vertébraux profonds situés immédiatement latéraux par rapport au processus épineux et à la lame.
- Examiner les images sagittales afin de déterminer le côté du glissement vertébral prédominant. Sélectionner le muscle multifide du côté correspondant pour l'évaluation.
- Utiliser une approche de classification de Goutallier adaptée à la colonne vertébrale, dérivée de la classification initiale de la dégénérescence musculaire graisseuse et des applications antérieures au multifide lombaire19,20. Attribuer le Grade 0 aux muscles présentant une intensité de signal homogène faible, une absence totale de stries graisseuses et un volume musculaire bien préservé. Attribuer le Grade 1 aux muscles contenant de fines stries linéaires de haute intensité de signal graisseuses occupant <5 % de la surface en coupe transversale.
- Attribuer le Grade 2 aux muscles présentant une infiltration graisseuse clairement visible impliquant 5 à 50 % de la surface en coupe transversale. Attribuer le Grade 3 aux muscles présentant une infiltration graisseuse ≥50 % avec tissu musculaire résiduel.
- Attribuer le Grade 4 aux muscles dont toute la surface en coupe transversale est remplacée par de la graisse, sans tissu musculaire discernable. Binariser les résultats pour l'analyse statistique en regroupant les Grades 0-2 d'un côté et les Grades 3-4 de l'autre.
REMARQUE : Le multifide est le muscle para-vertébral le plus grand et le plus médial, et il agit comme stabilisateur dynamique principal du segment lombaire. Une infiltration graisseuse sévère (Grades 3-4) indique un remplacement graisseux important et est considérée comme la catégorie cliniquement sévère dans la modélisation, car elle reflète un seuil au-delà duquel la graisse occupe au moins environ la moitié de la surface musculaire en coupe transversale. - Préciser que le système de classification original de Goutallier a été adapté à l'évaluation du multifide lombaire sur des IRM axiales. Binariser les Grades 0–2 et Grades 3–4 afin de distinguer l'absence à l'infiltration modérée de la substitution graisseuse sévère, réduisant ainsi la complexité du modèle tout en préservant un rapport adéquat événements-par-variable dans le modèle prédictif. Considérer les seuils en pourcentage utilisés dans ce protocole comme des critères opérationnels basés sur l'IRM, et non comme une reproduction littérale de la classification initiale de Goutallier par tomodensitométrie du membre supérieur.
- Déterminer le côté du glissement vertébral prédominant en examinant les images axiales et sagittales pour détecter un décalage vertébral asymétrique, un déplacement rotationnel ou un rétrécissement plus marqué du récessus latéral. Si aucun côté ne prédomine, évaluer le côté présentant l'infiltration graisseuse du multifide la plus importante. Si les deux côtés sont symétriques, évaluer le muscle multifide droit et documenter cette décision.
- Exporter l'image DICOM axiale pondérée en T2 en écho de spin rapide depuis le PACS. Ouvrir l'image dans le logiciel ImageJ (version 1.53t).
- Sélectionner l'outil de sélection polygonale et tracer la limite fasciale du muscle multifide cible. Identifier la limite fasciale comme la fine ligne sombre entourant le muscle.
- Ouvrir Image > Ajuster > Seuil. Régler le seuil inférieur à 120 unités arbitraires et le seuil supérieur à la valeur maximale des pixels.
- Sélectionner le rouge comme couleur d'affichage pour vérifier l'identification des régions graisseuses. Cliquer sur Appliquer pour générer le masque binaire.
- Utiliser une valeur seuil de 120 unités arbitraires comme point de départ spécifique au scanner et à la séquence, et non comme seuil universel. Recalibrer le seuil à l'aide d'images locales représentatives chaque fois que la plateforme du scanner, la bobine radiofréquence, l'intensité du champ magnétique ou les paramètres d'acquisition des images diffèrent de ceux utilisés dans le protocole de référence.
- Ne pas interpréter la valeur seuil comme validée histologiquement pour tous les systèmes d'imagerie. L'utiliser comme aide reproductible au traitement d'image et vérifier visuellement chaque masque binaire par rapport à l'image axiale pondérée en T2 d'origine avant d'effectuer des mesures quantitatives.
- Ouvrir Analyser > Mesurer dans ImageJ. Activer les options Surface, Fraction de surface, Limiter au seuil et Afficher l'étiquette avant d'effectuer la mesure.
- Enregistrer la valeur %Surface comme pourcentage quantitatif de graisse intramusculaire.
- Répéter la mesure après un intervalle d'au moins 24 heures, avec le même opérateur. Calculer le coefficient de corrélation intraclasse (CCI) pour évaluer la fiabilité intra-opérateur.
REMARQUE : Un CCI >0,90 indique une excellente fiabilité intra-opérateur. - Lors des mesures répétées, rendre l'opérateur aveugle à la mesure initiale en stockant la valeur d'origine dans un champ verrouillé de REDCap et en rouvrant l'image DICOM comme une nouvelle session de mesure après un intervalle d'au moins 24 heures.
- Faire attribuer indépendamment les grades de Goutallier et effectuer les mesures quantitatives basées sur ImageJ par deux radiologues certifiés. Fournir une formation normalisée utilisant un ensemble d'images de référence avant les évaluations de l'étude.
- Résoudre les désaccords par consensus avec un troisième radiologue senior spécialisé en imagerie musculosquelettique. Calculer le kappa de Cohen pour la classification de Goutallier et le coefficient de corrélation intraclasse pour le pourcentage de graisse quantifié.
- Utiliser un jeu de données d'entraînement de 20 cas avant l'évaluation de l'étude, comprenant cinq cas représentant chacun une infiltration graisseuse minime, légère, modérée et sévère. Organiser une session d'étalonnage pour examiner les images de référence, le positionnement de la région d'intérêt, l'ajustement du seuil et les procédures de résolution des divergences avant le début de l'évaluation indépendante des images.
REMARQUE : Si le kappa de Cohen inter-observateurs est inférieur à 0,70 ou si le coefficient de corrélation intraclasse est inférieur à 0,85, organiser une session de recalibrage avant de reprendre l'analyse.
6. Développement et application d'un modèle de prédiction des risques
- Compiler toutes les variables d'étude dans un jeu de données structuré à l'aide de REDCap. Définir la variable de résultat comme binaire : 1 = lipomatose épidurale présente (les quatre critères diagnostiques du point 3.5 remplis) et 0 = lipomatose épidurale absente.
- Coder les variables prédictives comme suit : âge (années) ; sexe (0 = homme, 1 = femme) ; IMC (kg/m2) ; segment glissé (0 = L3/L4, 1 = L5) ; et grade de Goutallier (0 = grades 0–2 ; 1 = grades 3–4, représentant une infiltration graisseuse sévère). Pour la présentation des résultats, exprimer l'effet de l'âge par augmentation de 10 ans et l'effet de l'IMC par augmentation de 5 kg/m2. Utiliser les coefficients exprimés dans les unités brutes dans l'équation de prédiction au chevet du patient, qui sont algébriquement équivalents aux coefficients basés sur les augmentations rapportées.
- Effectuer le nettoyage des données en identifiant les valeurs manquantes, en vérifiant les valeurs aberrantes et en confirmant que toutes les variables se situent dans les plages attendues.
- Exclure les patients présentant des variables de résultat ou prédictives requises manquantes après vérification des documents sources. Examiner les variables continues à l'aide de vérifications de plage et de nuages de points, corriger les erreurs de saisie confirmées par rapport aux documents sources, conserver les valeurs aberrantes biologiquement plausibles et ne pas imputer les variables du modèle requises.
- Ouvrir SPSS version 27.0 et fixer la graine aléatoire à 42 pour assurer la reproductibilité. Effectuer un dépistage univarié à l'aide du test t de Student pour les variables continues et du test du chi-deux pour les variables catégorielles.
- Sélectionner les variables avec P < 0,05 pour l'analyse multivariée. Ajuster un modèle de régression logistique binaire multivariée en utilisant une élimination pas à pas descendante fondée sur la minimisation du critère d'information d'Akaike (AIC).
- Évaluer l'ajustement du modèle à l'aide du test de Hosmer-Lemeshow. Calculer le facteur d'inflation de la variance (VIF) pour tous les prédicteurs retenus et confirmer que toutes les valeurs de VIF sont <5.
- Exponentier les coefficients de régression pour obtenir les rapports de cotes ajustés (OR) avec des intervalles de confiance à 95 % (IC). Générer un graphique en forêt à l'aide du package forestplot dans R pour visualiser les tailles d'effet (Figure 1). Rapporter l'effet de l'âge par augmentation de 10 ans et l'effet de l'IMC par augmentation de 5 kg/m2.
- Utiliser le dépistage univarié suivi d'une sélection pas à pas descendante comme stratégie exploratoire de construction de modèle pour ce jeu de données monocentrique. Interpréter le modèle final comme un outil d'aide à la décision clinique générant des hypothèses, car la sélection pas à pas peut produire des estimations de coefficients instables et une performance de modèle optimiste. Confirmer la performance du modèle par une validation externe avant toute mise en œuvre clinique.
- Exporter le jeu de données SPSS nettoyé sous forme de fichier de valeurs séparées par des virgules (.csv) avec suppression des étiquettes de variables mais préservation du codage. Générer le graphique en forêt dans R version 4.3.1 à l'aide du package forestplot. Confirmer que le codage des variables dans R correspond au dictionnaire de codage SPSS avant la création du graphique.
- Évaluer la discrimination du modèle en calculant l'aire sous la courbe ROC (AUC) pour le groupe de modélisation. Estimer l'erreur standard à l'aide du test de DeLong.
- Évaluer la calibration du modèle à l'aide de graphiques de calibration comparant les probabilités prédites et observées dans des intervalles groupés de risque prédit, tant pour le groupe de modélisation que pour le groupe de validation (Figure 2). Interpréter la courbe de calibration du groupe de validation avec prudence, car moins d'observations sont disponibles aux extrémités du risque prédit.
- Effectuer une analyse de courbe de décision à l'aide du package rmda (version 1.6) dans R version 4.3.1. Comparer le modèle de prédiction aux stratégies « traiter tous » et « ne traiter aucun » sur une gamme de probabilités seuils (Figure 3).
- Valider le modèle final à l'aide du groupe de validation interne mis à part (n = 106). Rapporter de façon descriptive l'AUC de validation, le graphique de calibration et la courbe de décision. Interpréter l'accord entre les groupes de modélisation et de validation comme une preuve de cohérence interne plutôt que comme une preuve de validité externe.
- Effectuer l'analyse ROC, la création de graphiques de calibration et l'analyse de courbe de décision dans R version 4.3.1. Archiver les scripts R, les versions des packages, le jeu de données d'entrée, le dictionnaire de codage et les figures de sortie avec le rapport d'analyse statistique.
- Ne pas utiliser de seuils fixes, tels qu'une différence d'AUC ≤0,05 ou une pente de calibration de 0,8 à 1,2, comme critères formels de validation. Rapporter ces valeurs de façon descriptive comme indicateurs de la stabilité interne du modèle et préciser qu'une validation externe multicentrique est nécessaire avant toute application clinique étendue.
NOTE : Effectuer une validation interne complète avant d'appliquer le modèle à des jeux de données cliniques externes.
- Recueillir les cinq variables prédictives pour un nouveau patient atteint de spondylolisthésis dégénératif (DLS) : âge (années), sexe, IMC (kg/m2), segment glissé (L3/L4 ou L5) et grade de Goutallier des muscles multifides au niveau du segment glissé.
- Calculer la probabilité prédite à l'aide de l'équation de régression logistique exprimée en unités cliniques brutes :
Ici, z = -5,521 + (0,0412 × âge) + (0,856 × sexe) + (0,1256 × IMC) + (1,326 × segment glissé) + (1,158 × grade de Goutallier). Saisir l'âge en années ; coder le sexe comme 0 = homme et 1 = femme ; saisir l'IMC en kg/m2 ; coder le segment glissé comme 0 = L3/L4 et 1 = L5 ; et coder le grade de Goutallier comme 0 = grades 0–2 et 1 = grades 3–4. Les coefficients en unités brutes pour l'âge et l'IMC sont algébriquement équivalents aux coefficients exprimés par augmentation de 10 ans et par augmentation de 5 kg/m2, respectivement. - Interpréter la probabilité prédite de façon descriptive comme suit : <20 % indique une faible probabilité estimée, 20 %–50 % indique une probabilité estimée intermédiaire et >50 % indique une forte probabilité de lipomatose épidurale. Utiliser ces catégories pour la communication du risque et la priorisation des flux de travail, plutôt que pour le choix du traitement.
NOTE : Utiliser le modèle de prédiction uniquement comme outil d'aide à la décision clinique. Ne pas substituer le modèle au jugement clinique ou à l'interprétation radiologique. Ne pas appliquer le modèle à des populations en dehors du groupe d'origine, notamment les patients atteints de spondylolisthésis isthmique, de pathologies rachidiennes postopératoires ou de lipomatose épidurale induite par les stéroïdes, sans validation supplémentaire. - Saisir directement les valeurs brutes d'âge et d'IMC dans l'équation de prédiction. Le recalibrage algébrique des coefficients d'âge et d'IMC modifie uniquement la présentation de l'équation et n'altère pas les probabilités prédites, les rapports de cotes, les courbes ROC, les graphiques de calibration ou les résultats de l'analyse de courbe de décision.
- Rapporter les rapports de cotes de manière cohérente comme suit : âge par augmentation de 10 ans ; IMC par augmentation de 5 kg/m2 ; sexe, femme contre homme ; segment glissé, L5 contre L3/L4 ; et grade de Goutallier, grades 3–4 contre grades 0–2.
- Utiliser les catégories de faible, intermédiaire et forte probabilité comme groupes pragmatiques de communication clinique dérivés de la distribution des probabilités prédites par le modèle et de l'analyse de courbe de décision. Ne pas interpréter ces catégories comme des seuils de traitement validés, car une validation externe prospective est nécessaire pour établir les seuils de décision optimaux.
- Calculer la probabilité prédite à l'aide de l'équation de régression logistique exprimée en unités cliniques brutes :
Figure 1. Graphique en forêt des prédicteurs indépendants de la lipomatose épidurale chez les patients atteints de spondylolisthésis lombaire dégénérative. Graphique en forêt montrant les rapports de cotes ajustés (OR) et les intervalles de confiance à 95 % (IC à 95 %) pour les cinq prédicteurs indépendants identifiés par régression logistique binaire multivariée. Les carrés rouges indiquent les OR ajustés, les lignes horizontales bleues représentent les IC à 95 % correspondants, et la ligne verticale en pointillés indique la valeur nulle (OR = 1). L'effet de l'âge est rapporté par augmentation de 10 ans, et l'effet de l'indice de masse corporelle (IMC) est rapporté par augmentation de 5 kg/m2. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Figure 2. Courbes de calibration du modèle prédictif de régression logistique. (A) Courbe de calibration pour la cohorte de modélisation (n = 248). (B) Courbe de calibration pour la cohorte de validation (n = 106). L'axe des abscisses représente la probabilité prédite de lipomatose épidurale, et l'axe des ordonnées représente la fréquence observée. La ligne diagonale noire continue indique une calibration idéale, les lignes colorées avec symboles représentent la performance apparente du modèle, et les zones ombrées indiquent les intervalles de confiance à 95 % (I.C.). Veuillez cliquer ici pour afficher une version agrandie de cette figure.
Figure 3. Courbe caractéristique de fonctionnement du récepteur et analyse de la courbe de décision du modèle prédictif. (A) Courbes caractéristiques de fonctionnement du récepteur (ROC) pour la cohorte de modélisation (aire sous la courbe [AUC] = 0,834) et la cohorte de validation (AUC = 0,815). La ligne diagonale grise représente la ligne de référence pour un classificateur non discriminant. (B) Analyse de la courbe de décision montrant le bénéfice net du modèle prédictif selon les probabilités seuils. La ligne rouge continue représente la cohorte de modélisation, la ligne bleue en pointillés représente la cohorte de validation, la ligne noire mixte (tirets-points) représente la stratégie de traitement de tous les patients, et la ligne grise en pointillés représente la stratégie de non-traitement. Veuillez cliquer ici pour visualiser une version agrandie de cette figure.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Résultats
Le protocole a été appliqué à 354 patients consécutifs atteints de SLD. Une répartition aléatoire a permis de constituer une cohorte de modélisation (n = 248) et une cohorte de validation (n = 106). La comparaison des caractéristiques démographiques, cliniques, radiographiques et IRM à l'état initial n'a révélé aucune différence statistiquement significative entre les cohortes, indiquant des répartitions de patients comparables pour le développement ultérieur du modèle et sa validation interne (Tableau 1...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Discussion
Le présent protocole intègre une acquisition normalisée d'IRM, une interprétation structurée des images et une modélisation quantitative du risque en un outil cohérent d'aide à la décision clinique pour l'identification de la lipomatose épidurale chez les patients atteints de DLS. Le flux de travail comprend quatre composantes séquentielles : la caractérisation systématique du patient, incluant les variables démographiques et anthropométriques ; l'acquisition standardisée d'IRM en séquence T1 sagittale, optimisée pour la...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Déclarations de divulgation
Les auteurs déclarent qu'ils n'ont aucun intérêt financier ou non financier en conflit.
Remerciements
Les auteurs remercient Shiwu Zhang pour son assistance technique. Ce travail a été soutenu par le projet de construction d'une discipline médicale clé de Tianjin (subvention n° TJYXZDXK-3-005A-4). Le financement n'a joué aucun rôle dans la conception de l'étude, la collecte des données, l'analyse des données, la décision de publier ou la rédaction du manuscrit.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Matériaux
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Scanneur d'imagerie par résonance magnétique de 1,5 Tesla | Équipement | Siemens Healthineers | Magnetom Aera |
| Bobine de surface rachidienne à 16 canaux | Équipement | Siemens Healthineers | Configuration standard |
| Moniteur diagnostique conforme à la norme DICOM Partie 14 (3 mégapixels) | Équipement | Barco NV | Nio Color 3MP, MDNC-3421CN ; étalonnage DICOM via Barco QAWeb Enterprise |
| Package R forestplot | Logiciel | Fondation R pour l'informatique statistique | Version 3.1.3 |
| ImageJ | Logiciel | Instituts nationaux de la santé | Version 1.53t |
| Poste de travail PACS | Équipement | Dell Inc. | Precision 3660 Tower Workstation ; système d'exploitation Windows 10 64 bits |
| Système d'archivage et de communication d'images (PACS) | Logiciel | INFINITT Healthcare Co., Ltd. | INFINITT PACS 7.0 |
| R | Logiciel | Fondation R pour l'informatique statistique | Version 4.3.1 |
| REDCap | Logiciel | Université Vanderbilt | Version 13.1 |
| Package R rmda | Logiciel | Fondation R pour l'informatique statistique | Version 1.6 |
| SPSS Statistics | Logiciel | IBM | Version 27.0 |
Références
- García-Ramos CL, et al. Espondilolistesis degenerativa lumbar II: tratamiento y controversias. Acta Ortop Mex. 2020;34(6):433-440.
- 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.
- 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.
- Ahmad S, et al. Spinal epidural lipomatosis: a rare association of Cushing’s disease. Endocrinol Diabetes Metab Case Rep. 2020;2020:20-0136.
- 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.
- 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.
- 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.
- Ishihara S, et al. Spinal epidural lipomatosis is a previously unrecognized manifestation of metabolic syndrome. Spine J. 2019;19(3):493-500.
- Abe T, et al. Spinal epidural lipomatosis is associated with liver fat deposition and dysfunction. Clin Neurol Neurosurg. 2019;185:105480.
- 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.
- 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.
- Haggerty T, et al. Significant symptom resolution of spinal lipomatosis with weight loss. Clin Case Rep. 2023;11(9):e7126.
- Borré DG, et al. Lumbosacral epidural lipomatosis: MRI grading. Eur Radiol. 2003;13(7):1709-1721.
- 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.
- 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.
- 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.
- Zhou X, et al. The correlation between radiographic and pathologic grading of lumbar facet joint degeneration. BMC Med Imaging. 2016;16:27.
- Pfirrmann CW, et al. Magnetic resonance classification of lumbar intervertebral disc degeneration. Spine (Phila Pa 1976). 2001;26(17):1873-1878.
- 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.
- 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.
- 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.
- 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.
- 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.
- Walter BA, et al. MR elastography-derived stiffness: a biomarker for intervertebral disc degeneration. Radiology. 2017;285(1):167-175.
- Bayerl SH, et al. Treatment results for lumbar epidural lipomatosis: does fat matter? Eur Spine J. 2019;28(1):69-77.
- 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.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.