Protocollo diagnostico basato sulla risonanza magnetica e previsione del rischio per la lipomatosi epidurale nello spondilolistesi lombare degenerativo

Sommario

Questo protocollo descrive un metodo standardizzato basato sulla risonanza magnetica per diagnosticare la lipomatosi epidurale e prevederne il rischio nei pazienti affetti da spondilolistesi lombare degenerativa.

Abstract

Questo protocollo presenta un approccio diagnostico standardizzato basato sulla risonanza magnetica (MRI) per la lipomatosi epidurale nei pazienti affetti da spondilolistesi lombare degenerativa (DLS) e descrive lo sviluppo di un modello clinico di previsione del rischio. Pazienti consecutivi con DLS sono stati sottoposti a valutazione MRI standardizzata, inclusa sequenze pesate in T1 per il rilevamento della lipomatosi epidurale, valutazione secondo il grado di Goutallier dell'infiltrazione grassa del muscolo multifido e valutazione radiografica. La coorte di studio è stata suddivisa in una coorte di modellizzazione (n = 248) e una coorte di validazione (n = 106). I predittori indipendenti sono stati identificati mediante screening univariato seguito da regressione logistica binaria multivariata. Per una comunicazione trasparente, gli effetti dell'età e dell'indice di massa corporea (BMI) sono espressi rispettivamente per incrementi di 10 anni e di 5 kg/m². L'equazione predittiva al letto del paziente è presentata utilizzando coefficienti in unità grezze algebricamente equivalenti, in modo che l'età (anni) e il BMI (kg/m²) possano essere inseriti direttamente. Sono stati identificati cinque predittori indipendenti: età (odds ratio [OR] = 1,510 per incremento di 10 anni), sesso femminile (OR = 2,354), BMI (OR = 1,874 per incremento di 5 kg/m²), coinvolgimento del segmento L5 (OR = 3,766) e grado di Goutallier 3-4 (OR = 3,184). Il modello ha ottenuto valori dell'area sotto la curva ROC (receiver operating characteristic) di 0,834 nella coorte di modellizzazione e di 0,815 nella coorte di validazione. Le analisi di calibrazione e della curva decisionale supportano il modello come strumento esplorativo di supporto alla decisione clinica; tuttavia, è richiesta una validazione esterna prima di un'ampia implementazione clinica. Questo protocollo fornisce un quadro riproducibile basato sulla MRI per la valutazione della lipomatosi epidurale, con uno strumento integrato di previsione al letto del paziente che combina parametri clinici e radiografici per facilitare una valutazione standardizzata e una previsione del rischio individualizzata nei pazienti con DLS.

Introduzione

La spondilolistesi lombare degenerativa (DLS) colpisce il 4%–8% della popolazione generale, con una prevalenza che aumenta in modo significativo dopo il quinto decennio di vita^1,2. Definita dallo spostamento anteriore di una vertebra rispetto al segmento sottostante con arco neurale posteriore integro, la DLS spesso provoca stenosi del canale spinale e claudicazione neurogena, compromettendo in modo sostanziale la mobilità del paziente, la forza muscolare e la qualità della vita³. Tra le caratteristiche radiologiche associate, il segno di lipoematosis epidurale—caratterizzato da un segnale iperintenso adiposo a banda nelle immagini ponderate in T1 in proiezione sagittale mediana della risonanza magnetica (RM) al livello dello scivolamento—è un importante indicatore radiografico che può facilitare il riconoscimento della malattia e la valutazione della sua gravità. La lipoematosis epidurale era tradizionalmente associata all'amministrazione di glucocorticoidi, all'esposizione a steroidi epidurali o a disturbi endocrini come la sindrome di Cushing^4,5,6. Tuttavia, è sempre più documentata in soggetti con obesità o sindrome metabolica in assenza di esposizione a steroidi^7,8,9,10, suggerendo che fattori metabolici e biomeccanici svolgano un ruolo eziologico rilevante. Una recente revisione sistematica ha riassunto le diverse eziologie e gli esiti clinici nei casi riportati¹¹, ed è stato inoltre documentato un miglioramento sintomatologico in seguito alla riduzione del peso corporeo¹². Sono stati precedentemente descritti metodi di valutazione quantitativa e di classificazione basati su RM per la lipoematosis epidurale spinale, inclusi approcci basati sul rapporto tra il grasso epidurale assiale e il sacco tecale e sistemi di classificazione locoregionali^13,14. Tuttavia, non è ancora stato stabilito un protocollo standardizzato basato sulla RM specificamente pensato per la valutazione sistematica della lipoematosis epidurale nei pazienti con DLS. L'interpretazione rimane quindi dipendente dall'operatore, in assenza di criteri diagnostici uniformi adatti a questa popolazione di pazienti; i determinanti clinici che distinguono i soggetti colpiti da quelli non colpiti non sono ancora completamente caratterizzati, e i clinici non dispongono di uno strumento pratico per la stima del rischio durante la valutazione iniziale.

Per colmare queste lacune, il presente protocollo stabilisce un quadro standardizzato e clinicamente applicabile per la valutazione mediante risonanza magnetica della lipomatosi epidurale nei pazienti con sindrome da lassità diffusa (DLS). Il protocollo integra parametri clinici, criteri diagnostici predefiniti mediante risonanza magnetica con specifici parametri di acquisizione delle immagini, la valutazione dei muscoli paravertebrali mediante un approccio adattato alla colonna vertebrale basato sulla classificazione di Goutallier, una valutazione assiale di conferma del coinvolgimento del sacco durale e un modello predittivo per la stratificazione del rischio al letto del paziente. Il sistema di classificazione di Manjila è riconosciuto come un importante riferimento locoregionale poiché valuta l'estensione cranio-caudale mediante immagini sagittali e la gravità assiale attraverso una valutazione basata su una griglia 3 × 3, che può orientare la pianificazione chirurgica e facilitare la distinzione tra distribuzione del grasso epidurale dorsale, ventrale e circonferenziale^14,15,16. Il presente protocollo non intende sostituire i sistemi esistenti di classificazione della lipomatosi epidurale spinale; piuttosto, fornisce un flusso di lavoro mirato ai livelli dislocati associati alla DLS, documentando le caratteristiche assiali e locoregionali quando clinicamente rilevanti. Questo approccio mira a promuovere una valutazione più riproducibile della lipomatosi epidurale, sostenendo al contempo una valutazione standardizzata delle immagini e una stima clinica individualizzata del rischio nei pazienti con DLS.

Protocollo

Questo protocollo di risonanza magnetica è stato progettato per un apparato superconduttore da 1,5 Tesla dotato di una bobina superficiale spinale dedicata a 16 canali. Il protocollo può essere adattato ad altri sistemi da 1,5 o 3,0 T con hardware equivalente. Tutte le procedure sono state eseguite nel rispetto della Dichiarazione di Helsinki ed approvate dal Comitato Etico dell'Ospedale di Medicina Unita di Tianjin (numero di approvazione: 2024-IRB-089).

1. Selezione del paziente e valutazione clinica

1. Ottenere l'approvazione del comitato etico e del board di revisione istituzionale prima dell'arruolamento dei pazienti. Assicurarsi che tutte le procedure che coinvolgono partecipanti umani siano conformi alla Dichiarazione di Helsinki. Documentare il numero di approvazione (2024-IRB-089) in tutti i documenti dello studio.
   ​NOTA: Il requisito del consenso informato individuale può essere derogato qualora lo studio utilizzi dati clinici e set di immagini preesistenti completamente de-identificati, a condizione che tale deroga sia conforme alla politica istituzionale e alle normative nazionali che regolano l'uso secondario dei dati clinici. Ottenere l'approvazione esplicita per tale deroga da parte del comitato etico. Ottenere l'approvazione etica prima di procedere all'arruolamento dei pazienti.
2. Valutare consecutivamente i pazienti che si presentano al reparto di chirurgia della colonna vertebrale con diagnosi confermata di spondilolistesi degenerativa lombare (DLS). Esaminare le radiografie laterali in stazione eretta o con flessione-estensione per confermare uno scivolamento vertebrale anteriore ≥3 mm o ≥10% della larghezza del corpo vertebrale.
   1. Verificare i cambiamenti degenerativi al livello corrispondente, inclusa la degenerazione del disco intervertebrale e l'ipertrofia delle articolazioni interapofisarie¹⁷. Confermare l'assenza di un difetto del pars interarticularis nelle radiografie laterali e nella risonanza magnetica sagittale.
   2. Arruolare pazienti di età compresa tra 18 e 85 anni sottoposti a risonanza magnetica lombare standard (sequenze ponderate in T1 in proiezione sagittale, ponderate in T2 in proiezione sagittale e ponderate in T2 in proiezione assiale) entro 2 settimane dalla valutazione clinica. Escludere i pazienti sottoposti a interventi chirurgici spinali precedenti o a iniezioni epidurali di steroidi nei 6 mesi precedenti.
   3. Misurare lo scivolamento vertebrale anteriore su radiografie laterali in ortostasi o in flessione-estensione utilizzando il metodo della linea posteriore del corpo vertebrale. Tracciare una linea di riferimento verticale lungo la corticale posteriore del corpo vertebrale caudale, quindi misurare la distanza perpendicolare tra questa linea e l'angolo posteroinferiore della vertebra craniale scivolata. Registrare lo spostamento in millimetri e, se necessario, come percentuale della larghezza anteroposteriore del corpo vertebrale caudale.
3. Escludere i pazienti con spondilolistesi non degenerativa (istmica, traumatica, patologica, postoperatoria o malformativa) o con condizioni anatomiche simili, come un corpo vertebrale L5 ipoplasico e pseudospondilolistesi L5–S1, nonché l'uso di glucocorticoidi per >3 mesi cumulativi nell'anno precedente, oppure ipercortisolismo endogeno confermato (sindrome di Cushing, adenoma surrenale o tumore ipofisario secernente ormone adrenocorticotropo).
   1. Escludere i pazienti che hanno ricevuto terapia con steroidi anabolizzanti o terapia sostitutiva con testosterone nei precedenti 6 mesi. Escludere gli esami RM con qualità dell'immagine insufficiente, inclusi artefatti da movimento di grado II o superiore o copertura lombosacrale incompleta.
   2. Escludere i pazienti con insufficienza cardiopolmonare o renale grave (Classe IV–V secondo la classificazione dello stato fisico dell'American Society of Anesthesiologists), infezione attiva o controindicazioni alla risonanza magnetica.
      ​PRECAUZIONE: Effettuare un controllo di sicurezza completo per la risonanza magnetica prima dell'ingresso nello scanner. Escludere i pazienti con dispositivi impiantati incompatibili con la risonanza magnetica.
   3. Valutare l'artefatto da movimento utilizzando una scala qualitativa dell'immagine a quattro livelli: grado 0 = nessun artefatto visibile; grado I = artefatto lieve senza compromissione diagnostica; grado II = artefatto moderato che oscura i margini anatomici o i punti di riferimento per le misurazioni; grado III = artefatto grave che rende la sequenza non diagnostica. Escludere gli esami con artefatto di grado II o III in qualsiasi sequenza necessaria per la classificazione dell'esito oppure ripetere la sequenza interessata prima di includere l'esame nello studio.
4. Estrarre i dati clinici dal database della cartella clinica elettronica (EMR) e dal sistema di archiviazione e comunicazione delle immagini (PACS) utilizzando un modulo standardizzato di raccolta dati REDCap compilato da due assistenti alla ricerca formati.
   1. Registrare l'età (anni), il sesso (maschio/femmina), l'indice di massa corporea (IMC; kg/m²)²) e segmento scivolato (L3, L4 o L5).
   2. Registrare la durata dei sintomi, la presenza di claudicazione neurogena e i precedenti trattamenti conservativi.
   3. Fare estrarre da due assistenti di ricerca esperti variabili cliniche in modo indipendente dall'EMR e dal PACS compilando due moduli REDCap duplicati. Confrontare i due moduli al termine dell'estrazione dei dati e risolvere le discrepanze consultando i documenti originali. Inviare le discrepanze non risolte a un ricercatore senior per la decisione finale.
   4. Identificare variabili mancanti o incomplete durante i controlli di intervallo e completezza in REDCap. Verificare i valori mancanti confrontandoli con l'EMR, PACS e i referti di imaging originali. Escludere un paziente dall'elaborazione del modello solo quando un predittore richiesto, una variabile risultato o una sequenza MRI essenziale non possano essere recuperati. Non effettuare imputazione statistica per variabili del modello obbligatorie.
5. Assegnare in modo casuale i pazienti idonei al gruppo di modellizzazione (n = 248) e al gruppo di validazione (n = 106) utilizzando un rapporto di allocazione 7:3 in SPSS versione 27.0 con un valore iniziale casuale (random seed) pari a 42.
   1. Classificare i pazienti all'interno del gruppo di modellizzazione in gruppi con lipomatosi epidurale e senza lipomatosi epidurale in base alla diagnosi consensuale di due radiologi senior specializzati nella colonna vertebrale >10 anni di esperienza, seguendo il protocollo di interpretazione della risonanza magnetica descritto al Passaggio 3.
   2. In SPSS versione 27.0, impostare il seme casuale a 42, selezionare Trasforma > Calcola una variabile e genera una variabile casuale uniforme utilizzando RV.UNIFORM(0,1). Ordina i casi in ordine crescente secondo questa variabile, assegna al gruppo di modellizzazione il primo 70% dei casi idonei e il restante 30% al gruppo di validazione, e mantiene invariata la variabile di assegnamento per tutte le analisi successive.
   3. Utilizzare un'assegnazione casuale semplice piuttosto che una randomizzazione stratificata. Non forzare l'equilibrio delle variabili demografiche, radiografiche o di risonanza magnetica alla baseline durante l'assegnazione al gruppo.
   4. Dopo la randomizzazione, confrontare le variabili demografiche, cliniche, radiografiche e di risonanza magnetica alla baseline tra il gruppo di modellizzazione e quello di validazione utilizzando il test t di Student t-test o il test del chi-quadro, secondo opportunità. Considerare accettabile l'assegnazione quando non venga identificato alcun squilibrio clinicamente rilevante e riportare la valutazione della comparabilità tra i gruppi in Tabella 1.
      NOTA: Completare l'assegnazione della coorte dopo aver verificato tutti i criteri di idoneità.

Variabile	Cohorte di modellizzazione (n = 248)	Cohorte di validazione (n = 106)	t/χ2	Valore P
Età (anni)	67,87 ± 11,39	68,16 ± 11,93	0,216	0,829
Sesso, n (%)			0,002	0,966
Maschio	96 (38,71)	42 (39,62)
Femmina	152 (61,29)	64 (60,38)
Indice di massa corporea (kg/m²)	24,88 ± 3,62	24,91 ± 3,48	0,077	0,939
Segmento scivolato, 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)
Grado Pfirrmann, n (%)			0,104	0,991
Grado II	18 (7,26)	8 (7,55)
Grado III	74 (29,84)	33 (31,13)
Grado IV	93 (37,50)	38 (35,85)
Grado V	63 (25,40)	27 (25,47)
Grado Goutallier, n (%)			3,022	0,388
Grado 1	78 (31,45)	27 (25,47)
Grado 2	86 (34,68)	33 (31,13)
Grado 3	52 (20,97)	28 (26,42)
Grado 4	32 (12,90)	18 (16,98)
Angolo articolare distale (°)	55,26 ± 6,42	55,18 ± 6,39	0,111	0,912
Effusione articolare distale (mm)	0,94 ± 0,21	0,93 ± 0,20	0,444	0,657
Altezza del disco distale (mm)	9,16 ± 1,92	9,20 ± 1,88	0,193	0,847
Angolo articolare prossimale (°)	49,95 ± 6,03	50,03 ± 5,99	0,115	0,908
Effusione articolare prossimale (mm)	0,84 ± 0,26	0,83 ± 0,25	0,237	0,813
Altezza del disco prossimale (mm)	8,05 ± 1,52	8,08 ± 1,50	0,156	0,876
Inclinazione pelvica (PI, °)	52,18 ± 7,94	52,35 ± 7,85	0,188	0,851
Inclinazione del bacino (PT, °)	24,35 ± 7,17	24,28 ± 7,23	0,080	0,936
Pendenza sacrale (SS, °)	44,91 ± 6,83	45,01 ± 6,79	0,129	0,898
Curvatura toracica (TK, °)	21,18 ± 7,67	21,25 ± 7,62	0,075	0,940

Tabella 1:  Caratteristiche basali dei cohort di modellizzazione e di validazione. Le variabili continue sono riportate come media ± deviazione standard (DS), e le variabili categoriche come numero (%). Le caratteristiche basali demografiche, cliniche, radiografiche e di risonanza magnetica sono state confrontate tra il cohort di modellizzazione (n = 248) e il cohort di validazione (n = 106) per valutare la comparabilità tra i cohort. Abbreviazioni: BMI, indice di massa corporea; PI, incidenza pelvica; PT, inclinazione pelvica; SS, pendenza sacrale; TK, cifosi toracica.

2. Protocollo di acquisizione MRI

1. Eseguire lo screening di sicurezza per la risonanza magnetica utilizzando un questionario standardizzato. Identificare le controindicazioni, tra cui gravidanza, dispositivi elettronici impiantati, corpi estranei ferromagnetici, claustrofobia e anamnesi di reazioni allergiche agli agenti di contrasto a base di gadolinio.
   1. Chiedere al paziente di rimuovere tutti gli oggetti metallici, inclusi gioielli, orologi, piercing e apparecchi acustici. Posizionare il paziente in posizione supina sul tavolo della risonanza magnetica.
   2. Posizionare un cuscino morbido sotto le ginocchia per ottenere una flessione di circa 20°–30° e ridurre la lordosi lombare fisiologica. Posizionare la bobina spinale centrata al livello vertebrale L3 per garantire una copertura da T12 a S3.
   3. Fissare la bobina con contatto diretto sulla pelle ed eliminare eventuali spazi d'aria visibili. Posizionare imbottiture in schiuma su entrambi i lati per minimizzare i movimenti del paziente e fornire un dispositivo di chiamata di emergenza compatibile con la risonanza magnetica.
   4. Non somministrare agenti di contrasto endovenosi a base di gadolinio. Il flusso diagnostico prevede sequenze sagittali pesate in T1 senza mezzo di contrasto, sagittali pesate in T2 e assiali pesate in T2.
2. Acquisire una sequenza preliminare in tre piani (localizzatore) utilizzando una sequenza gradient-echo con TR = 8 ms, TE = 4 ms, spessore della fetta = 8 mm e campo visivo = 400 mm × 400 mm.
   1. Verificare una copertura completa della colonna lombare da T12/L1 fino al sacro. Riposizionare il paziente se il giunto lombo-sacrale non è completamente visualizzato.
3. Acquisire immagini sagittali pesate in T1 con turbo spin-echo utilizzando TR = 500 ms, TE = 12 ms, campo visivo = 280 × 280 mm, matrice = 512 × 256, spessore della fetta = 4 mm, intervallo tra fette = 0,4 mm e NEX = 2.
   1. Prescrivere fette parallele ai processi spinosi. Acquisire un minimo di 11 fette sagittali per garantire una copertura completa da sinistra a destra.
      ​NOTA: L’imaging pesato in T1 è la sequenza principale per identificare la lipomatosi epidurale poiché il tessuto adiposo mostra un’intensità di segnale intrinsecamente elevata rispetto alle strutture circostanti. I parametri di acquisizione selezionati massimizzano il pesamento in T1 mantenendo un rapporto segnale-rumore e una risoluzione spaziale adeguati. Il tempo tipico di acquisizione è di circa 3–4 min.
   2. Quando si adatta il protocollo a una piattaforma equivalente da 1,5 o 3,0 T, mantenere la copertura anatomica richiesta, il tipo di sequenza, l’orientamento delle fette, lo spessore della fetta, l’intervallo tra le fette e i piani diagnostici. Ottimizzare campo visivo, matrice, numero di eccitazioni, lunghezza della catena di eco e fattore di imaging parallelo secondo necessità, purché il grasso epidurale, i margini del sacco durale e l’anatomia del livello scivolato rimangano chiaramente visibili per l’interpretazione diagnostica.
4. Acquisire immagini sagittali pesate in T2 con turbo spin-echo utilizzando TR = 3.500-4.000 ms, TE = 100-120 ms, campo visivo = 280 mm × 280 mm, matrice = 512 × 256, spessore della fetta = 4 mm, intervallo tra fette = 0,4 mm e NEX = 2.
   1. Abbinare il posizionamento delle fette a quello dell’acquisizione sagittale pesata in T1 per consentire un confronto diretto delle immagini.
      ​NOTA: L’imaging pesato in T2 fornisce informazioni anatomiche complementari migliorando la visualizzazione del liquido cerebrospinale (CSF), del sacco durale e della morfologia del disco intervertebrale. Questa sequenza viene utilizzata anche per la classificazione Pfirrmann del grado di degenerazione del disco intervertebrale. Il tempo tipico di acquisizione è di circa 4–5 min.
5. Acquisire immagini assiali pesate in T2 con fast spin-echo a ciascun livello del disco intervertebrale lombare da L1/L2 a L5/S1 utilizzando TR = 4.000 ms, TE = 112 ms, campo visivo = 180 mm × 180 mm, matrice = 320 × 256, spessore della fetta = 4 mm, intervallo tra fette = 0,4 mm e NEX = 3.
   1. Prescrivere fette assiali parallele a ciascuno spazio discale intervertebrale. Acquisire 6-8 fette attraverso il segmento scivolato per garantire una copertura anatomica completa.
      ​NOTA: L’imaging assiale pesato in T2 consente la valutazione della distribuzione del grasso epidurale e della morfologia del sacco durale. La combinazione di sequenze sagittali pesate in T1, sagittali pesate in T2 e assiali pesate in T2 fornisce informazioni anatomiche complementari per una valutazione completa. Il tempo totale di acquisizione per tutti i livelli lombari è di circa 15–20 min. L’esame completo, compreso il posizionamento del paziente e l’imaging localizzatore, richiede circa 30–35 min.
6. Valutare la qualità delle immagini prima di terminare l’esame. Confermare l’assenza di artefatti da movimento di grado II o superiore, la visualizzazione completa del giunto lombo-sacrale, un rapporto segnale-rumore adeguato e l’assenza di artefatti di sovrapposizione significativi.
   1. Ripetere qualsiasi sequenza che non soddisfi i criteri di qualità delle immagini. Esportare tutte le immagini Digital Imaging and Communications in Medicine (DICOM) al PACS mantenendo i metadati.
   2. Definire la qualità delle immagini accettabile come copertura completa da T12/L1 fino al sacro, visualizzazione nitida delle cortecce posteriori dei corpi vertebrali e dei margini del sacco durale, assenza di artefatti di sovrapposizione che si estendono nel canale spinale e rapporto segnale-rumore sufficiente per distinguere il grasso epidurale dal CSF e dai muscoli paravertebrali. Ripetere qualsiasi sequenza che non soddisfi questi criteri.
   3. Utilizzare lo stesso sistema di classificazione in quattro livelli degli artefatti da movimento descritto nel Passaggio 1.3.3. Ripetere le sequenze con artefatti da movimento di grado II o III prima di rilasciare il paziente, oppure escludere l’esame se non è possibile eseguire una nuova acquisizione.
      NOTA: Verificare la qualità delle immagini prima di rilasciare il paziente dallo scanner.

3. Interpretazione delle immagini di risonanza magnetica per la lipomatosi epidurale

NOTA: La lipomatosi epidurale è definita come una crescita patologica di tessuto adiposo maturo non capsulato all'interno dello spazio epidurale spinale. Nella stenosi lombare degenerativa (DLS), questa condizione contribuisce alla stenosi del canale spinale e può richiedere una decompressione combinata durante l'intervento chirurgico di fusione. Una diagnosi accurata richiede una valutazione sistematica su più sequenze e piani di imaging.

1. Eseguire l'interpretazione delle immagini su una workstation PACS dedicata dotata di monitor diagnostico di qualità medica (minimo 3 megapixel; funzione di visualizzazione standard in scala di grigi DICOM Parte 14). Mantenere un'illuminazione ambientale controllata (≤50 lux).
   1. Caricare l'esame RM completo. Visualizzare le immagini ponderate in T1 in proiezione sagittale e quelle ponderate in T2 in proiezione sagittale affiancate nella finestra superiore di visualizzazione, e le immagini ponderate in T2 in proiezione assiale nella finestra inferiore, con riferimento incrociato anatomico sincronizzato.
   2. Utilizzare il visualizzatore PACS istituzionale con strumenti di misura calibrati DICOM e riferimento incrociato sagittale-assiale sincronizzato abilitato. Applicare impostazioni costanti di finestra e livello per il confronto affiancato delle immagini durante ogni sessione di lettura. Registrare il produttore PACS e la versione del software nella Tabella dei Materiali.
2. Identificare il livello vertebrale scivolato sull'immagine sagittale mediana ponderata in T1 osservando lo spostamento anteriore del corpo vertebrale. Tracciare una linea di riferimento lungo la corticale posteriore del corpo vertebrale sottostante.
   1. Misurare la distanza perpendicolare tra la linea di riferimento e l'angolo posteriore-inferiore della vertebra scivolata. Verificare che lo spostamento misurato sia ≥3 mm o ≥10% della larghezza del corpo vertebrale.
      ​NOTA: Una localizzazione accurata del livello scivolato è essenziale poiché la lipomatosi epidurale viene valutata specificamente a livello dello scivolamento vertebrale.
   2. Eseguire le misurazioni dello scivolamento vertebrale utilizzando lo strumento di calibro elettronico calibrato integrato nella workstation PACS. Verificare la calibrazione in pixel dai metadati DICOM prima della misurazione e registrare tutte le distanze al più vicino 0,1 mm.
3. Esaminare lo spazio epidurale posteriore a livello dello scivolamento sull'immagine sagittale mediana ponderata in T1. Identificare un segnale iperintenso a forma di banda o di mezzaluna localizzato tra il sacco durale anteriormente e il legamento giallo o il processo spinoso posteriormente.
   1. Confrontare direttamente l'intensità del segnale della lesione con quella del grasso sottocutaneo sulla stessa immagine. Se sono disponibili sequenze con soppressione del segnale del grasso, confermare la soppressione del segnale per verificare la natura adiposa della lesione.
      ​NOTA: Differenziare la lipomatosi epidurale da altre lesioni epidurali iperintense in T1, tra cui ematoma epidurale subacuto e raccolte di fluido proteico. Confermare la lipomatosi epidurale solo quando la lesione mostra caratteristiche di segnale identiche a quelle del grasso sottocutaneo e si conforma allo spazio epidurale.
   2. Utilizzare i criteri sagittali definiti dal protocollo come metodo primario di screening a livello dello scivolamento e verificare i risultati positivi o equivochi sulle immagini assiali ponderate in T2. Durante l'implementazione prospettica, documentare la distribuzione del grasso epidurale, la deformazione del sacco durale e la compatibilità con metodi consolidati di valutazione basati su RM, inclusi gli approcci basati sul rapporto tra grasso epidurale e sacco durale in proiezione assiale e il sistema di grading locoregionale di Manjila. Nel coorte retrospettivo utilizzato per lo sviluppo del modello, questi sistemi di grading consolidati non sono stati applicati come standard di riferimento indipendenti, e l'esito binario originale non è stato riclassificato retrospettivamente.
4. Misurare l'estensione cranio-caudale del deposito di grasso epidurale utilizzando i calibri elettronici sulla workstation PACS. Posizionare i calibri ai margini superiore e inferiore del deposito di grasso epidurale contiguo e registrare la misurazione massima.
   1. Confermare che l'estensione cranio-caudale misuri ≥5 mm sullo stesso piano sagittale. Utilizzare la visibilità su almeno due fette sagittali adiacenti solo per confermare la continuità medio-laterale e ridurre gli artefatti da volume parziale; non utilizzare fette sagittali adiacenti per stimare l'estensione cranio-caudale.
   2. Verificare la lesione sulle immagini sagittali ponderate in T2 per valutarne le caratteristiche di segnale. Esaminare le corrispondenti immagini assiali ponderate in T2 per valutare la distribuzione circonferenziale del grasso epidurale e la riduzione antero-posteriore del sacco durale.
      ​NOTA: Utilizzare un'estensione cranio-caudale ≥5 mm come soglia operativa di screening a livello dello scivolamento in questo protocollo. Registrare il diametro antero-posteriore e l'area della sezione trasversa del sacco durale sulle immagini assiali come misurazioni continue di conferma. Non utilizzare valori di cutoff assiali fissi come standard di riferimento indipendenti nel presente coorte retrospettivo.
   3. Se il segnale del grasso è visibile su una sola fetta sagittale, classificare il reperto come indeterminato a meno che le immagini assiali non mostrino un corrispondente accumulo di grasso epidurale e l'estensione cranio-caudale sullo stesso piano rimanga ≥5 mm. Questo criterio distingue la misurazione primaria cranio-caudale dalla valutazione di supporto della continuità medio-laterale.
   4. Misurare il diametro antero-posteriore del sacco durale sull'immagine assiale ponderata in T2 che mostra la massima compressione a livello dello scivolamento, misurando la distanza tra il margine anteriore e quello posteriore del sacco durale. Misurare l'area della sezione trasversa delineando il contorno interno del sacco durale utilizzando lo strumento di area di interesse della workstation PACS o lo strumento di selezione poligonale di ImageJ, e registrare l'area in mm².
   5. Confrontare qualitativamente l'estensione sagittale e la gravità assiale con il quadro di riferimento di Manjila. In questo protocollo focalizzato sulla DLS, utilizzare il sistema di grading di Manjila come riferimento locoregionale per la documentazione piuttosto che come definizione primaria dell'esito, poiché l'endpoint dello studio è la presenza di lipomatosi epidurale a livello dello scivolamento all'interno del modello predittivo.
5. Applicare i quattro criteri originali a livello dello scivolamento utilizzati per la classificazione del coorte: (1) un segnale iperintenso in T1 a forma di banda o di mezzaluna nello spazio epidurale posteriore a livello dello scivolamento; (2) intensità di segnale identica a quella del grasso sottocutaneo; (3) estensione cranio-caudale ≥5 mm sullo stesso piano sagittale; e (4) riproducibilità su fette sagittali adiacenti. Per l'implementazione clinica prospettica, non fare affidamento esclusivamente sui criteri sagittali. Confermare l'accumulo corrispondente di grasso epidurale e la deformazione del contorno del sacco durale sulle immagini assiali, e documentare se la distribuzione del grasso è dorsale, ventrale o circonferenziale.
   1. Registrare i risultati quantitativi assiali, inclusi il diametro antero-posteriore e l'area della sezione trasversa del sacco durale, insieme alla compatibilità qualitativa con i metodi di valutazione basati sul rapporto tra grasso epidurale e sacco durale e con il sistema di grading locoregionale di Manjila.
      NOTA: Lo studio originale non era progettato come uno studio di accuratezza diagnostica basato su uno standard di riferimento RM consolidato, e le immagini DICOM originali non sono state rianalizzate durante la revisione del manoscritto. Pertanto, sensibilità, specificità e accordo tra metodi non sono stati ricalcolati. Questi descrittori assiali aggiuntivi sono intesi a supportare l'implementazione clinica prospettica e non modificano l'esito originale dello studio o il modello predittivo.
6. Fare interpretare tutti gli esami da due radiologi senior esperti in patologia della colonna vertebrale (con esperienza ≥10 anni) in modo indipendente. Compilare un modulo standardizzato di refertazione strutturata che documenti la presenza o assenza di ciascun criterio diagnostico, il livello vertebrale scivolato, l'estensione cranio-caudale massima (mm) e la diagnosi complessiva.
   1. Risolvere le divergenze di opinione mediante consenso con un terzo radiologo senior esperto in patologia della colonna vertebrale (>15 anni di esperienza) che sia cieco alle valutazioni iniziali. Calcolare l'accordo inter-osservatore utilizzando la statistica kappa di Cohen.
   2. Utilizzare un modulo di refertazione strutturato per documentare il livello scivolato, la distribuzione del grasso epidurale (dorsale, ventrale o circonferenziale), l'estensione cranio-caudale massima, la misurazione sagittale sullo stesso piano, la visibilità su fette adiacenti, la conferma assiale, il diametro del sacco durale, l'area della sezione trasversa del sacco durale, la diagnosi finale e il grado di sicurezza del lettore. Prima dell'interpretazione formale delle immagini, effettuare una calibrazione di tutti gli osservatori utilizzando 20 casi rappresentativi di addestramento che includano esami negativi, borderline e positivi.
      NOTA: Completare tutte le interpretazioni di consenso prima di procedere all'analisi statistica.

4. Valutazione della Degenerazione del Disco Intervertebrale

1. Esaminare le immagini di risonanza magnetica ponderate in T2 in proiezione sagittale al livello del segmento scivolato. Scorrere tutte le sezioni sagittali e selezionare l'immagine che offre la visualizzazione più chiara del nucleo polposo.
   1. Valutare il grado di degenerazione del disco intervertebrale utilizzando il sistema di classificazione di Pfirrmann¹⁸. Assegnare il Grado I ai dischi con segnale omogeneo iperintenso identico a quello del liquido cefalorachidiano (CSF), altezza del disco normale e distinzione chiara tra nucleo e anello.
   2. Assegnare il Grado II ai dischi con segnale iperintenso non omogeneo contenente bande orizzontali a basso segnale, altezza del disco preservata e distinzione chiara tra nucleo e anello. Assegnare il Grado III ai dischi con segnale grigio intermedio, confine tra nucleo e anello non ben definito e altezza del disco normale o leggermente ridotta.
   3. Assegnare il Grado IV ai dischi con segnale ipointenso grigio scuro non omogeneo, perdita completa della distinzione tra nucleo e anello e riduzione moderata o grave dell'altezza del disco. Assegnare il Grado V ai dischi con segnale ipointenso non omogeneo, spazio discale collassato, perdita completa della distinzione tra nucleo e anello e marcato restringimento dello spazio discale.
2. Far assegnare i punteggi secondo la classificazione di Pfirrmann da due radiologi certificati con almeno 5 anni di esperienza in imaging muscoloscheletrico, in modo indipendente. Registrare il punteggio assegnato a ciascun disco valutato.
   1. Risolvere le discrepanze nella classificazione mediante valutazione di un terzo radiologo certificato. Calcolare l'accordo tra osservatori utilizzando la statistica kappa pesata di Cohen.
   2. Garantire che i radiologi siano ciechi rispetto ai sintomi clinici, alla storia terapeutica, allo stato di lipomatosi epidurale, alle variabili del modello predittivo e alle valutazioni reciproche durante la classificazione indipendente secondo Pfirrmann.
   3. Eseguire la classificazione secondo Pfirrmann utilizzando gli stessi monitor di qualità diagnostica e le stesse condizioni standardizzate di visualizzazione descritte al Passaggio 3.1.
      NOTA: Completare la classificazione concordata prima di procedere alla valutazione dell'infiltrazione grassa dei muscoli paravertebrali.

5. Valutazione dell'infiltrazione grassa del muscolo paravertebrale

1. Esaminare le immagini assiali pesate in T2 ottenute con sequenza fast spin-echo nel punto medio del disco intervertebrale scivolato. Identificare bilateralmente i muscoli multifido come muscoli paravertebrali profondi immediatamente laterali al processo spinoso e alla lamina.
   1. Esaminare le immagini sagittali per determinare il lato con scivolamento vertebrale predominante. Selezionare il muscolo multifido sul lato corrispondente per la valutazione.
   2. Utilizzare un approccio di classificazione Goutallier adattato per la colonna vertebrale, derivato dalla classificazione originale della degenerazione muscolare grassa e dalle applicazioni precedenti al multifido lombare^19,20. Assegnare il Grado 0 ai muscoli che mostrano intensità di segnale omogeneamente bassa, completa assenza di striature grasse e massa muscolare ben conservata. Assegnare il Grado 1 ai muscoli contenenti piccole striature lineari ad alta intensità di segnale, occupanti <5% dell’area trasversale.
   3. Assegnare il Grado 2 ai muscoli che mostrano infiltrazione grassa chiaramente visibile, coinvolgente dal 5% al 50% dell’area trasversale. Assegnare il Grado 3 ai muscoli con infiltrazione grassa ≥50% e tessuto muscolare residuo.
   4. Assegnare il Grado 4 ai muscoli in cui l’intera area trasversale è sostituita da grasso senza tessuto muscolare riconoscibile. Suddividere i risultati per l’analisi statistica in Gradi 0-2 e Gradi 3-4.
      ​NOTA: Il multifido è il muscolo paravertebrale più grande e mediano ed agisce come principale stabilizzatore dinamico del segmento lombare. Un’infiltrazione grassa grave (Gradi 3-4) indica un sostanziale rimpiazzo adiposo ed è considerata la categoria clinicamente grave nel modello, poiché riflette una soglia in cui il grasso occupa almeno circa la metà dell’area trasversale muscolare.
   5. Specificare che il sistema originale di classificazione Goutallier è stato adattato per la valutazione del multifido lombare su risonanza magnetica assiale. Suddividere i Gradi 0–2 e i Gradi 3–4 per distinguere un’infiltrazione grassa assente o moderata da un rimpiazzo grasso grave, riducendo così la complessità del modello pur mantenendo un rapporto adeguato tra eventi e variabili nel modello predittivo. Considerare le soglie percentuali utilizzate in questo protocollo come criteri operativi basati sull’imaging e non come riproduzione letterale della classificazione originale Goutallier basata sulla tomografia computerizzata della spalla.
   6. Determinare il lato con scivolamento vertebrale predominante esaminando le immagini assiali e sagittali per evidenziare una traslazione vertebrale asimmetrica, uno spostamento rotazionale o un maggiore restringimento del recess laterale. Se nessun lato è predominante, valutare il lato con maggiore infiltrazione grassa del multifido. Se entrambi i lati sono simmetrici, valutare il muscolo multifido destro e documentare questa scelta.
2. Esportare l’immagine DICOM assiale pesata in T2 ottenuta con sequenza fast spin-echo dal PACS. Aprire l’immagine nel software ImageJ (versione 1.53t).
   1. Selezionare lo strumento di selezione poligonale e tracciare il contorno fasciale del muscolo multifido target. Identificare il contorno fasciale come la sottile linea scura che circonda il muscolo.
   2. Aprire Immagine > Regola > Soglia. Impostare la soglia inferiore a 120 unità arbitrarie e quella superiore al valore massimo del pixel.
   3. Selezionare il colore rosso per verificare l’identificazione delle regioni grasse. Fare clic su Applica per generare la maschera binaria.
   4. Utilizzare un valore di soglia di 120 unità arbitrarie come punto di partenza specifico per scanner e sequenza, e non come soglia universale. Ricalibrare la soglia utilizzando immagini locali rappresentative ogni volta che la piattaforma dello scanner, la bobina a radiofrequenza, l’intensità del campo magnetico o i parametri di acquisizione dell’immagine differiscono da quelli utilizzati nel protocollo di derivazione.
   5. Non interpretare il valore di soglia come validato istologicamente per tutti i sistemi di imaging. Utilizzarlo come ausilio riproducibile per l’elaborazione delle immagini e verificare visivamente ogni maschera binaria rispetto all’immagine assiale originale pesata in T2 prima di effettuare misurazioni quantitative.
3. Aprire Analizza > Misura in ImageJ. Abilitare Area, Frazione di Area, Limita alla Soglia e Mostra Etichetta prima di effettuare la misurazione.
   1. Registrare il valore %Area come percentuale quantitativa di grasso intramuscolare.
   2. Ripetere la misurazione dopo un intervallo di almeno 24 ore utilizzando lo stesso operatore. Calcolare il coefficiente di correlazione intraclasse (ICC) per valutare l'affidabilità intraoperatore.
      ​NOTA: Un ICC >0,90 indica un’eccellente affidabilità intraoperatore.
   3. Durante le misurazioni ripetute, mantenere l’operatore in cecità rispetto alla misurazione iniziale, memorizzando il valore originale in un campo REDCap bloccato e riaprendo l’immagine DICOM come nuova sessione di misurazione dopo un intervallo di almeno 24 ore.
4. Far assegnare indipendentemente i punteggi Goutallier e le misurazioni quantitative basate su ImageJ da due radiologi certificati. Fornire una formazione standardizzata utilizzando un set di immagini di riferimento prima delle valutazioni dello studio.
   1. Risolvere eventuali disaccordi mediante consenso con un terzo radiologo senior specializzato in apparato muscoloscheletrico. Calcolare il kappa di Cohen per la classificazione Goutallier e il coefficiente di correlazione intraclasse per la percentuale quantitativa di grasso.
   2. Utilizzare un dataset di addestramento composto da 20 casi prima della valutazione dello studio, comprendente cinque casi rappresentativi di infiltrazione grassa minima, lieve, moderata e grave. Condurre una sessione di calibrazione per rivedere le immagini di riferimento, il posizionamento della regione di interesse, la regolazione della soglia e le procedure di risoluzione delle discrepanze prima dell’inizio della valutazione indipendente delle immagini.
      NOTA: Se il kappa di Cohen interosservatore è inferiore a 0,70 o il coefficiente di correlazione intraclasse è inferiore a 0,85, condurre una sessione di ricalibrazione prima di riprendere l’analisi.

6. Sviluppo e Applicazione del Modello di Previsione del Rischio

1. Compilare tutte le variabili dello studio in un dataset strutturato utilizzando REDCap. Definire la variabile risultato come binaria: 1 = lipomatosi epidurale presente (soddisfatti tutti e quattro i criteri diagnostici al Passo 3.5) e 0 = lipomatosi epidurale assente.
   1. Codificare le variabili predittive come segue: età (anni); sesso (0 = maschio, 1 = femmina); BMI (kg/m²)²); segmento scivolato (0 = L3/L4, 1 = L5); e grado di Goutallier (0 = Gradi 0–2; 1 = Gradi 3–4, che indicano un'infiltrazione grassa grave). Ai fini della presentazione dei risultati, esprimere l'effetto dell'età per incremento di 10 anni e l'effetto del BMI per incremento di 5 kg/m²² aumentare. Utilizzare coefficienti in unità grezze nell'equazione di predizione al letto del paziente che siano equivalenti dal punto di vista algebrico ai coefficienti basati sugli incrementi riportati.
   2. Eseguire la pulizia dei dati identificando i valori mancanti, verificando gli outlier e confermando che tutte le variabili rientrino nei range previsti.
   3. Escludere i pazienti con dati mancanti riguardo alle variabili di esito o predittive richieste, dopo aver verificato i documenti originali. Esaminare le variabili continue mediante controlli di intervallo e diagrammi di dispersione, correggere gli errori di inserimento dati confermati confrontandoli con i documenti originali, mantenere gli outlier biologicamente plausibili e non effettuare imputazione delle variabili richieste per il modello.
2. Aprire SPSS versione 27.0 e impostare il seme casuale a 42 per garantire la riproducibilità. Eseguire lo screening univariato utilizzando il test t di Student t-test per le variabili continue e test del chi-quadro per le variabili categoriche.
   1. Selezionare le variabili con P < 0,05 per l'analisi multivariata. Applicare un modello di regressione logistica binaria multivariata utilizzando un'eliminazione progressiva all'indietro basata sulla minimizzazione del criterio di informazione di Akaike (AIC).
   2. Valutare l'adeguatezza del modello mediante il test di Hosmer-Lemeshow. Calcolare il fattore di inflazione della varianza (VIF) per tutti i predittori mantenuti e verificare che tutti i valori di VIF siano <5.
   3. Elevare all'esponente i coefficienti di regressione per ottenere le odds ratio aggiustate (OR) con intervalli di confidenza al 95% (IC). Generare un grafico a foreste utilizzando il pacchetto forestplot in R per visualizzare le dimensioni dell'effettoFigura 1). Riportare l'effetto dell'età per ogni incremento di 10 anni e l'effetto del BMI per ogni incremento di 5 kg/m²² aumento
   4. Utilizzare una selezione univariata seguita da una selezione progressiva all'indietro come strategia esplorativa per la costruzione del modello su questo dataset monocentrico. Interpretare il modello finale come uno strumento generatore di ipotesi per il supporto decisionale clinico, poiché la selezione progressiva può produrre stime dei coefficienti instabili e una valutazione troppo ottimistica delle prestazioni del modello. Confermare le prestazioni del modello mediante validazione esterna prima dell'implementazione clinica.
   5. Esportare il dataset SPSS pulito come file di valori separati da virgola (.csv), rimuovendo le etichette delle variabili ma preservando la codifica. Generare il grafico a foreste in R versione 4.3.1 utilizzando il pacchetto forestplot. Verificare che la codifica delle variabili in R corrisponda al dizionario di codifica di SPSS prima di creare il grafico.
3. Valutare la capacità discriminante del modello calcolando l'area sotto la curva ROC (AUC) per il gruppo di modellizzazione. Stimare l'errore standard utilizzando il test di DeLong.
   1. Valutare la calibrazione del modello utilizzando grafici di calibrazione che confrontano le probabilità previste e osservate in intervalli di rischio predetto raggruppati, sia nella coorte di modellizzazione che in quella di validazione (Figura 2). Interpretare con cautela la curva di calibrazione del campione di validazione poiché sono disponibili meno osservazioni agli estremi del rischio predetto.
   2. Eseguire l'analisi della curva decisionale utilizzando il pacchetto rmda (versione 1.6) in R versione 4.3.1. Confrontare il modello predittivo con le strategie di trattare tutti e di non trattare nessuno in un intervallo di probabilità sogliaFigura 3).
   3. Convalidare il modello finale utilizzando il coorte di validazione interna trattenuta (n = 106). Riportare in forma descrittiva l'AUC di validazione, il grafico di calibrazione e la curva decisionale. Interpretare l'accordo tra le coorti di modellizzazione e di convalida come evidenza di coerenza interna piuttosto che come prova di validità esterna.
   4. Eseguire l'analisi della curva ROC (receiver operating characteristic), la rappresentazione grafica della calibrazione e l'analisi della curva decisionale in R versione 4.3.1. Archiviare gli script R, le versioni dei pacchetti, il set di dati di input, il dizionario di codifica e le figure di output insieme al documento dell'analisi statistica.
   5. Non utilizzare soglie fisse, come una differenza di AUC ≤0,05 o una pendenza di calibrazione compresa tra 0,8 e 1,2, come criteri formali di validazione. Riportare questi valori in forma descrittiva come indicatori della stabilità interna del modello e specificare che è necessaria una validazione esterna multicentrica prima di un'ampia applicazione clinica.
      NOTA: Completare la validazione interna prima di applicare il modello a set di dati clinici esterni.
4. Raccogliere le cinque variabili predittive per un nuovo paziente con DLS: età (anni), sesso, BMI (kg/m²),²), segmento scivolato (L3/L4 o L5) e grado di Goutallier del multifido al livello dello scivolamento.
   1. Calcolare la probabilità predetta utilizzando l'equazione di regressione logistica espressa in unità cliniche grezze:
      
      Qui, z = -5,521 + (0,0412 × età) + (0,856 × sesso) + (0,1256 × BMI) + (1,326 × segmento scivolato) + (1,158 × Grado di Goutallier). Inserire l'età in anni; codificare il sesso come 0 = maschio e 1 = femmina; inserire il BMI in kg/m²²; codificare il segmento scivolato come 0 = L3/L4 e 1 = L5; e codificare il grado di Goutallier come 0 = gradi 0–2 e 1 = gradi 3–4. I coefficienti in unità grezze per età e BMI sono algebricamente equivalenti ai coefficienti espressi ogni 10 anni e ogni 5 kg/m²² aumenti, rispettivamente.
   2. Interpretare la probabilità prevista in modo descrittivo come segue: <20% indica una bassa probabilità stimata, 20%–50% indica una probabilità stimata intermedia, e >Il 50% indica un'elevata probabilità stimata di lipomatosi epidurale. Utilizzare queste categorie per la comunicazione del rischio e la priorizzazione del flusso di lavoro, piuttosto che per la selezione del trattamento.
      NOTA: Utilizzare il modello predittivo esclusivamente come strumento di supporto alla decisione clinica. Non sostituire il modello al giudizio clinico o all'interpretazione radiologica. Non applicare il modello a popolazioni al di fuori del gruppo di derivazione, inclusi pazienti con spondilolistesi istmica, condizioni spinali post-chirurgiche o lipomatosi epidurale indotta da steroidi, senza una ulteriore validazione.
   3. Inserire direttamente i valori grezzi di età e BMI nell'equazione di predizione. La riduzione algebrica dei coefficienti di età e BMI modifica soltanto la presentazione dell'equazione, senza alterare le probabilità predette, i rapporti di verosimiglianza, le curve ROC (caratteristica operativa del ricevitore), i grafici di calibrazione o i risultati dell'analisi della curva decisionale.
   4. Riportare i rapporti di probabilità (odds ratios) in modo coerente come segue: età per incremento di 10 anni; BMI per incremento di 5 kg/m²² aumento; sesso, femmina rispetto a maschio; segmento scivolato, L5 rispetto a L3/L4; e grado di Goutallier, gradi 3–4 rispetto a gradi 0–2.
   5. Utilizzare le categorie a bassa, media e alta probabilità come gruppi pragmatici di comunicazione clinica derivati dalla distribuzione delle probabilità predette dal modello e dall'analisi della curva decisionale. Non interpretare queste categorie come soglie terapeutiche validate, poiché è necessaria una validazione esterna prospettica per stabilire le soglie decisionali ottimali.

Figura 1. Forest plot dei predittori indipendenti della lipomatosi epidurale in pazienti con spondilolistesi lombare degenerativa. Forest plot che mostra i rapporti di probabilità (OR) aggiustati e gli intervalli di confidenza al 95% (IC) per i cinque predittori indipendenti identificati mediante regressione logistica binaria multivariabile. I quadrati rossi indicano gli OR aggiustati, le linee orizzontali blu rappresentano gli IC corrispondenti al 95%, e la linea verticale tratteggiata indica il valore nullo (OR = 1). L'effetto dell'età è riportato per un incremento di 10 anni, e l'effetto dell'indice di massa corporea (BMI) per un incremento di 5 kg/m². Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 2. Curve di calibrazione del modello predittivo di regressione logistica. (A) Curva di calibrazione per il gruppo di modellizzazione (n = 248). (B) Curva di calibrazione per il gruppo di validazione (n = 106). L'asse x rappresenta la probabilità predetta di lipomatosi epidurale, e l'asse y rappresenta la frequenza osservata. La linea diagonale nera continua indica una calibrazione ideale, le linee colorate con simboli rappresentano le prestazioni apparenti del modello, e le aree ombreggiate indicano gli intervalli di confidenza al 95% (C.I.). Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 3. Curva ROC e analisi della curva decisionale del modello predittivo. (A) Curve caratteristiche operative del ricevitore (ROC) per il gruppo di modellizzazione (area sotto la curva [AUC] = 0,834) e il gruppo di validazione (AUC = 0,815). La linea diagonale grigia rappresenta la linea di riferimento per un classificatore non discriminatorio. (B) Analisi della curva decisionale che mostra il beneficio netto del modello predittivo in funzione delle probabilità soglia. La linea rossa continua rappresenta il gruppo di modellizzazione, la linea tratteggiata blu rappresenta il gruppo di validazione, la linea nera a tratto-punto rappresenta la strategia di trattare tutti e la linea grigia punteggiata rappresenta la strategia di non trattare nessuno. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Risultati

Il protocollo è stato applicato a 354 pazienti consecutivi con DLS. L'assegnazione casuale ha prodotto una coorte di modellizzazione (n = 248) e una coorte di validazione (n = 106). Il confronto delle caratteristiche demografiche, cliniche, radiografiche e RMN alla baseline ha mostrato assenza di differenze statisticamente significative tra le coorti, indicando distribuzioni di pazienti comparabili per lo sviluppo successivo del modello e la validazione interna (Tabella 1).

Nel gruppo di modellazione, 87 pazienti sono stati classificati come affetti da lipomatosi epidurale e 161 pazienti sono stati classificati come non affetti da lipomatosi epidurale secondo il protocollo standardizzato di risonanza magnetica. L'analisi univariata ha evidenziato differenze tra i gruppi per età (P = 0,014), BMI (P < 0,001), segmento scivolato (P = 0,010) e grado di Goutallier (P = 0,024). Il sesso femminile si è collocato alla soglia di significatività nominale (P = 0,050). Non sono state osservate differenze statisticamente significative per il grado di Pfirrmann né per i restanti parametri spinopelvici e delle articolazioni facetarie (Tabella 2).

Variabile	Gruppo con lipomatosi (n = 87)	Gruppo senza lipomatosi (n = 161)	t/χ2	Valore P
Età (anni)	70,28 ± 10,84	66,57 ± 11,50	2,47	0,014
Sesso, n (%)			3,844	0,05
Maschio	26 (29,89)	70 (43,48)
Femmina	61 (70,11)	91 (56,52)
Indice di massa corporea (kg/m²)	26,84 ± 3,68	23,82 ± 3,12	6,815	<0,001
Segmento scivolato, n (%)			9,304	0,01
L3	6 (6,90)	25 (15,53)
L4	48 (55,17)	101 (62,73)
L5	33 (37,93)	35 (21,74)
Grado Pfirrmann, n (%)			0,99	0,804
Grado II	5 (5,75)	13 (8,07)
Grado III	24 (27,59)	50 (31,06)
Grado IV	34 (39,08)	59 (36,65)
Grado V	24 (27,59)	39 (24,22)
Grado Goutallier, n (%)			9,446	0,024
Grado 1	22 (25,29)	56 (34,78)
Grado 2	26 (29,89)	60 (37,27)
Grado 3	21 (24,14)	31 (19,25)
Grado 4	18 (20,69)	14 (8,70)
Angolo articolare distale (°)	55,38 ± 6,52	55,20 ± 6,39	0,208	0,835
Effusione articolare distale (mm)	0,96 ± 0,22	0,93 ± 0,20	1,091	0,277
Altezza del disco distale (mm)	9,08 ± 1,96	9,20 ± 1,90	0,469	0,64
Angolo articolare prossimale (°)	49,82 ± 6,17	50,02 ± 5,97	0,252	0,802
Effusione articolare prossimale (mm)	0,85 ± 0,27	0,83 ± 0,25	0,584	0,56
Altezza del disco prossimale (mm)	8,02 ± 1,56	8,07 ± 1,50	0,247	0,805
Incidenza pelvica (PI, °)	52,46 ± 8,12	52,03 ± 7,86	0,404	0,687
Inclinazione pelvica (PT, °)	24,58 ± 7,33	24,22 ± 7,10	0,375	0,708
Pendenza sacrale (SS, °)	44,78 ± 6,91	44,98 ± 6,80	0,224	0,823
Cifosi toracica (TK, °)	21,08 ± 7,79	21,24 ± 7,62	0,158	0,875

Tabella 2:  Analisi univariata dei fattori associati alla lipomatosi epidurale nel gruppo di modellizzazione. Le variabili continue sono riportate come media ± deviazione standard (DS), mentre le variabili categoriche sono riportate come numero (%). Sono stati effettuati confronti tra il gruppo con lipomatosi (n = 87) e il gruppo senza lipomatosi (n = 161) al fine di identificare le variabili candidate per l'analisi di regressione logistica multivariata. Abbreviazioni: BMI, indice di massa corporea; PI, incidenza pelvica; PT, inclinazione pelvica; SS, inclinazione sacrale; TK, cifosi toracica.

La regressione logistica binaria multivariabile ha identificato cinque predittori indipendenti della lipomatosi epidurale: età (odds ratio [OR] = 1,510 per incremento di 10 anni), sesso femminile (OR = 2,354), BMI (OR = 1,874 per incremento di 5 kg/m²), segmento scivolato a L5 (OR = 3,766) e Gradi di Goutallier 3–4 (OR = 3,184). I corrispondenti coefficienti di regressione, errori standard, statistiche di Wald, OR e intervalli di confidenza al 95% sono riassunti nella Tabella 3. Le dimensioni relative degli effetti e gli IC per i predittori selezionati sono illustrati nel grafico a foresta (Figura 1).

Variabile	β	SE	Wald χ2	Valore P	OR	IC 95%
Età	0.412	0.156	6.975	0.008	1.51	1.112-2.050
Sesso (femmina)	0.856	0.368	5.408	0.02	2.354	1.144-4.842
Indice di massa corporea	0.628	0.184	11.648	0.001	1.874	1.307-2.688
Segmento scivolato (L5)	1.326	0.342	15.034	<0.001	3.766	1.926-7.362
Grado di Goutallier (Gradi 3-4)	1.158	0.316	13.421	<0.001	3.184	1.714-5.915
Costante	-5.521	1.248	19.574	<0.001	0.004	—

Tabella 3:  Analisi di regressione logistica binaria multivariata sugli predittori indipendenti della lipomatosis epidurale. I risultati sono presentati come coefficiente di regressione (β), errore standard (SE), statistica di Wald χ², odds ratio (OR) e intervallo di confidenza (CI) corrispondente al 95% per i predittori indipendenti mantenuti nel modello finale di regressione logistica binaria multivariata. Il coefficiente di età riportato corrisponde a un incremento di 10 anni, e il coefficiente di indice di massa corporea (BMI) riportato corrisponde a un incremento di 5 kg/m². Per l'inserimento diretto dei valori clinici grezzi nell'equazione predittiva, i coefficienti equivalenti sono 0,0412 per ogni anno di età e 0,1256 per ogni kg/m² di BMI. Abbreviazioni: β, coefficiente di regressione; SE, errore standard; OR, odds ratio; CI, intervallo di confidenza.

I grafici di calibrazione hanno mostrato un accordo approssimativo tra probabilità previste e osservate nei gruppi di modellizzazione e di validazione, con un'incertezza maggiore a probabilità previste più elevate nel gruppo di validazione (Figura 2A,B).

La discriminazione del modello è stata valutata mediante analisi della caratteristica operativa del ricevitore. Il modello predittivo ha raggiunto valori di AUC di 0,834 nel gruppo di modellizzazione e di 0,815 nel gruppo di validazione (Figura 3A). L'analisi della curva decisionale ha indicato un possibile beneficio netto in determinati intervalli di probabilità soglia rispetto alle strategie di trattare tutti e di non trattare nessuno (Figura 3B). Poiché il gruppo di validazione è stato mantenuto internamente separato da un'unica istituzione, questi risultati indicano coerenza interna e non devono essere interpretati come evidenza di una valida generalizzabilità esterna ampia.

I set di dati generati e analizzati durante lo studio attuale sono disponibili su richiesta ragionevole al corrispondente autore (R.T.). A causa della privacy dei pazienti e delle politiche istituzionali di gestione dei dati, i dati clinici e di imaging a livello individuale non possono essere resi pubblicamente disponibili. Dati riassuntivi anonimizzati, coefficienti di regressione, l'equazione predittiva, un esempio di scheda di codifica e il codice per l'analisi statistica possono essere condivisi con ricercatori qualificati previa approvazione da parte del Comitato per la Revisione Istituzionale e del Comitato Etico del Tianjin Union Medical Center e la stipula di un accordo per l'utilizzo dei dati.

Discussione

Il presente protocollo integra l'acquisizione standardizzata di risonanza magnetica (MRI), l'interpretazione strutturata delle immagini e la modellizzazione quantitativa del rischio in uno strumento coerente di supporto alla decisione clinica per l'identificazione della lipomatosi epidurale in pazienti con sindrome della coda di cavallo (DLS). Il flusso di lavoro comprende quattro componenti sequenziali: caratterizzazione sistematica del paziente, inclusi parametri demografici e antropometrici; acquisizione standardizzata di immagini MRI ponderate in T1 in proiezione sagittale, ottimizzata per la visualizzazione del grasso epidurale; valutazione qualitativa strutturata del deposito di grasso epidurale e dell'infiltrazione grassa dei muscoli paravertebrali mediante criteri diagnostici predeterminati; e applicazione di un'equazione predittiva multivariata per generare stime di probabilità personalizzate. I passaggi fondamentali che garantiscono la riproducibilità del protocollo includono l'utilizzo dell'immagine sagittale ponderata in T1 come sequenza diagnostica principale, una soglia di estensione cranio-caudale ≥5 mm nello stesso piano per definire un deposito di grasso epidurale a livello discale scivolato riproducibile, la conferma assiale del coinvolgimento del sacco durale, la classificazione sistematica Goutallier adattata alla colonna vertebrale per l'infiltrazione grassa del muscolo multifido e l'integrazione di questi parametri in un punteggio quantitativo di rischio.

Il protocollo può essere adattato a diverse impostazioni cliniche e piattaforme di imaging. Per sistemi a 3,0 T, potrebbero essere possibili sezioni più sottili; tuttavia, il tempo d'eco deve essere regolato con attenzione per minimizzare gli artefatti di tipo T1 shine-through, che possono risultare più evidenti a campi magnetici più elevati. Per sistemi a 1,5 T, i parametri standard di acquisizione garantiscono una qualità diagnostica adeguata; se il rumore dell'immagine è eccessivo, aumentare il numero di eccitazioni da 2 a 3 oppure utilizzare fattori di accelerazione dell'imaging parallelo non superiori a 2. Per modelli atipici di distribuzione del grasso, inclusa una distribuzione circonferenziale anziché dorsale o depositi irregolari anziché a banda, applicare il criterio di ≥5 mm al deposito continuo o semicontinuo più ampio sullo stesso piano sagittale e confermare il reperto mediante immagini assiali pesate in T2. In caso di incertezza persistente tra lipomatosis epidurale patologica e grasso epidurale fisiologico, confrontare il deposito adiposo con il diametro anteroposteriore e l'area della sezione trasversale del sacco durale nelle immagini assiali. In questo protocollo, le misurazioni quantitative assiali vengono utilizzate per supportare la conferma e la documentazione, piuttosto che come standard di riferimento indipendente per ridefinire l'esito del modello originale. Per ridurre la variabilità tra diversi osservatori nella classificazione di Goutallier, standardizzare il posizionamento dell'area di interesse sulla sezione assiale corrispondente al punto medio dello spazio discale intervertebrale interessato da slittamento. Risolvere eventuali disaccordi tra due osservatori indipendenti mediante consenso con un terzo osservatore esperto.

Devono essere considerate diverse limitazioni metodologiche. In primo luogo, la diagnosi si basa su una valutazione visiva qualitativa delle caratteristiche del segnale in risonanza magnetica (MRI) e dell'estensione craniocaudale, piuttosto che su una misurazione volumetrica quantitativa. Sebbene pratica e ampiamente applicabile, questa metodologia non coglie il volume tridimensionale del grasso epidurale, che potrebbe correlarsi più direttamente con la gravità sintomatica e l'urgenza chirurgica. Approcci consolidati di classificazione mediante MRI, inclusi metodi basati sul rapporto tra grasso epidurale e sacco tecale e il sistema di classificazione locoregionale di Manjila, forniscono informazioni complementari riguardo al restringimento del canale assiale, all'estensione sagittale e alla distribuzione del grasso dorsale, ventrale o circonferenziale^13,14. Queste caratteristiche potrebbero essere particolarmente rilevanti a livello L5-S1, dove la geometria del canale spinale e l'anatomia dei recessi laterali differiscono da quelle degli altri segmenti lombari. Il presente protocollo documenta in modo prospettico la compressione assiale e la distribuzione del grasso, ma non utilizza questi sistemi di classificazione come standard di riferimento indipendenti, poiché lo studio originale non era stato progettato come uno studio di accuratezza diagnostica basato su un riferimento standard. Di conseguenza, sensibilità, specificità e accordo tra metodi non sono stati ricalcolati, evitando così una riclassificazione a posteriori dell'esito dello studio originale. Tecniche avanzate di MRI quantitative, inclusa la separazione grasso-acqua basata sul metodo Dixon e la segmentazione volumetrica, potrebbero fornire una quantificazione più precisa del grasso, ma richiedono software specializzati e tempi aggiuntivi di acquisizione. In secondo luogo, il sistema di classificazione di Goutallier rimane semi-quantitativo ed è soggetto a variabilità inter-osservatore. Sebbene lo schema a cinque gradi fornisca una classificazione clinica pratica, non offre una misurazione continua dell'infiltrazione adiposa, che è stata associata all'espressione di citochine infiammatorie nel muscolo e nel tessuto adiposo epidurale²¹ e a modifiche delle proprietà meccaniche passive del muscolo multifido^22,23. Lo studio ha utilizzato un'applicazione adattata alla colonna vertebrale del concetto di Goutallier, raggruppando i Gradi 0-2 separatamente dai Gradi 3-4 per distinguere il rimpiazzo adiposo non grave da quello grave, mantenendo al contempo la parsimonia del modello. In terzo luogo, il modello predittivo include soltanto variabili cliniche e di imaging, senza considerare marcatori biochimici come i profili lipidici sierici, i marcatori infiammatori o gli adipochine, che potrebbero migliorare le prestazioni predittive nei casi con base metabolica. In quarto luogo, l'uso di uno screening univariato seguito da una regressione logistica stepwise potrebbe introdurre un bias nella selezione delle variabili e instabilità nei coefficienti; pertanto, il modello deve essere considerato esplorativo e validato solo internamente. Infine, è ancora necessaria una validazione esterna in diversi contesti clinici, su diverse piattaforme di imaging e in popolazioni pazienti differenti prima di un'ampia implementazione clinica. Poiché la validazione è stata effettuata utilizzando un campione monocentrico, futuri studi prospettici multicentrici dovrebbero confermare le prestazioni del modello e stabilire soglie di probabilità clinicamente utili.

Il presente protocollo offre diversi vantaggi rispetto alla pratica clinica non strutturata. La pratica tradizionale si basa spesso sul riconoscimento occasionale da parte del radiologo della lipomatosi epidurale, senza criteri diagnostici standardizzati, portando a una rilevazione inconsistente. Al contrario, questo protocollo fornisce criteri diagnostici espliciti e un flusso di lavoro strutturato per l'interpretazione, applicabile in modo uniforme tra diversi lettori e istituzioni. Rispetto a strategie di valutazione multimodali più complesse, che includono tecniche di imaging avanzate o approcci diagnostici invasivi, l'approccio proposto è operativamente pratico poiché utilizza sequenze MRI lombari standard e dati clinici comunemente disponibili. Il suo principale contributo consiste nell'integrazione della valutazione Goutallier adattata alla colonna vertebrale dell'infiltrazione grassa del muscolo multifido in un quadro predittivo del rischio per la lipomatosi epidurale associata alla DLS. Per la valutazione della degenerazione del disco intervertebrale, il sistema di classificazione di Pfirrmann rimane una classificazione morfologica MRI pratica e ampiamente accettata¹⁸. La elastografia mediante risonanza magnetica (MR elastography) si è affermata come tecnica quantitativa complementare, poiché la rigidità del disco aumenta con il progredire della degenerazione e può fornire informazioni biomeccaniche oggettive oltre i punteggi ordinali di Pfirrmann²⁴. Il presente protocollo mantiene la classificazione di Pfirrmann poiché è facilmente applicabile negli esami MRI lombari di routine, mentre versioni future potrebbero includere l'elastografia mediante risonanza magnetica man mano che la tecnologia diventerà più diffusa.

Dal punto di vista clinico, le stime di probabilità possono contribuire a informare la consapevolezza del rischio, la revisione delle immagini, le discussioni relative alla pianificazione chirurgica e la consulenza al paziente. Studi precedenti hanno dimostrato esiti comparabili a due anni tra lipomatosi epidurale e stenosi degenerativa dopo una decompressione^25,26. Tuttavia, il presente protocollo non valuta gli esiti del trattamento né confronta diverse strategie di decompressione, e non deve essere utilizzato per imporre una decompressione aperta, mini-invasiva o endoscopica. Invece, il modello è concepito per avvertire i clinici della possibilità di un accumulo clinicamente rilevante di grasso epidurale e per incoraggiare un'attenta valutazione della compressione assiale, della distribuzione del grasso dorsale o ventrale e del coinvolgimento del sacco durale. L'ipoplasia del corpo vertebrale di L5 e la pseudospondilolistesi L5-S1 possono rappresentare simulanti di origine congenita o anatomici, poiché un corpo vertebrale di L5 relativamente piccolo in senso anteroposteriore e un tessuto fibro-grasso posteriore possono simulare uno scivolamento vertebrale apparente. Per ridurre questa fonte di errata classificazione, il protocollo esclude la spondilolistesi non degenerativa e di origine congenita, conferma la DLS mediante radiografie in ortostatismo e l'assenza di difetti del peduncolo, e richiede una correlazione del livello scivolato tra risonanza magnetica sagittale e assiale. Per la consulenza al paziente, stime di probabilità personalizzate possono facilitare la discussione sui reperti radiologici e sulle considerazioni intraoperatorie previste. Postoperatoriamente, il protocollo potrebbe aiutare a identificare i pazienti che necessitano di un follow-up più ravvicinato, sebbene questa applicazione richieda ulteriore validazione. Oltre alla DLS, il modello potrebbe essere adattato ad altri disturbi spinali degenerativi in cui l'accumulo di grasso epidurale contribuisce ai sintomi, inclusa la stenosi spinale lombare e la spondilosi lombare senza listesi.

In conclusione, questo protocollo fornisce un approccio strutturato e clinicamente pratico per la valutazione della lipomatosi epidurale nei pazienti con DLS. Integrando un'interpretazione standardizzata della risonanza magnetica, una valutazione sistematica dei muscoli paravertebrali, una conferma assiale prospettica del coinvolgimento del sacco durale e un modello di rischio multivariabile, il protocollo consente una revisione dell'imaging riproducibile, una comunicazione efficace del rischio, discussioni per la pianificazione chirurgica e un'adeguata informazione al paziente, utilizzando una risonanza magnetica clinica standard senza apparecchiature specializzate. La definizione originale dell'esito diagnostico e le prestazioni del modello riportate sono state mantenute durante la revisione. Il modello deve essere interpretato come uno strumento di supporto alla decisione clinica internamente validato, piuttosto che come uno standard di riferimento diagnostico o una regola decisionale chirurgica. Studi futuri dovrebbero includere il confronto con standard di riferimento MRI consolidati, una validazione esterna multicentrica, l'analisi automatizzata delle immagini e tecniche avanzate di risonanza magnetica quantitativa, come l'imaging Dixon e l'elastografia mediante risonanza magnetica.

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Scanner di risonanza magnetica da 1,5 Tesla	Attrezzatura	Siemens Healthineers	Magnetom Aera
Bobina di superficie spinale a 16 canali	Attrezzatura	Siemens Healthineers	Configurazione standard
Monitor diagnostico conforme allo standard DICOM Parte 14 (3 megapixel)	Attrezzatura	Barco NV	Nio Color 3MP, MDNC-3421CN; calibrazione DICOM tramite Barco QAWeb Enterprise
Pacchetto R forestplot	Software	Fondazione R per il Calcolo Statistico	Versione 3.1.3
ImageJ	Software	Istituti Nazionali della Salute	Versione 1.53t
Workstation PACS	Attrezzatura	Dell Inc.	Precision 3660 Tower Workstation; Windows 10, sistema operativo a 64 bit
Sistema di Archiviazione e Comunicazione delle Immagini (PACS)	Software	INFINITT Healthcare Co., Ltd.	INFINITT PACS 7.0
R	Software	Fondazione R per il Calcolo Statistico	Versione 4.3.1
REDCap	Software	Università di Vanderbilt	Versione 13.1
Pacchetto R rmda	Software	Fondazione R per il Calcolo Statistico	Versione 1.6
SPSS Statistics	Software	IBM	Versione 27.0