Protocolo de Diagnóstico Baseado em Ressonância Magnética e Predição de Risco para Lipomatose Epidural em Espondilolistese Lombar Degenerativa

Resumo

Este protocolo descreve um método padronizado baseado em imagem por ressonância magnética para o diagnóstico da lipomatose epidural e a previsão de seu risco em pacientes com espondilolistese lombar degenerativa.

Resumo

Este protocolo apresenta uma abordagem diagnóstica padronizada baseada em ressonância magnética (RM) para lipomatose epidural em pacientes com espondilolistese lombar degenerativa (ELD) e descreve o desenvolvimento de um modelo clínico de predição de risco. Pacientes consecutivos com ELD foram submetidos a avaliação padronizada por RM, incluindo sequências ponderadas em T1 para detecção de lipomatose epidural, graduação de Goutallier da infiltração gordurosa do músculo multifido e avaliação radiográfica. A coorte do estudo foi dividida em uma coorte de modelagem (n = 248) e uma coorte de validação (n = 106). Os preditores independentes foram identificados por meio de triagem univariada seguida de regressão logística binária multivariável. Para relato transparente, os efeitos da idade e do índice de massa corporal (IMC) são expressos por aumento de 10 anos e por aumento de 5 kg/m², respectivamente. A equação preditiva para uso à beira do leito é apresentada utilizando coeficientes em unidades brutas algebricamente equivalentes, de modo que a idade (anos) e o IMC (kg/m²) possam ser inseridos diretamente. Cinco preditores independentes foram identificados: idade (razão de chances [RC] = 1,510 por aumento de 10 anos), sexo feminino (RC = 2,354), IMC (RC = 1,874 por aumento de 5 kg/m²), envolvimento do segmento L5 (RC = 3,766) e grau de Goutallier 3-4 (RC = 3,184). O modelo obteve valores da área sob a curva ROC de 0,834 na coorte de modelagem e de 0,815 na coorte de validação. Análises de calibração e de curva de decisão apoiaram o modelo como ferramenta exploratória de apoio à decisão clínica; entretanto, é necessária validação externa antes da implementação clínica ampla. Este protocolo fornece uma estrutura reprodutível baseada em RM para avaliação de lipomatose epidural, com uma ferramenta integrada de predição à beira do leito que combina parâmetros clínicos e radiográficos para facilitar a avaliação padronizada e a predição individualizada de risco em pacientes com ELD.

Introdução

A espondilolistese lombar degenerativa (ELD) afeta de 4% a 8% da população geral, com prevalência que aumenta acentuadamente após a quinta década de vida^1,2. Definida pelo deslocamento anterior de uma vértebra sobre a vértebra subjacente com arco neural posterior íntegro, a ELD frequentemente provoca estenose do canal espinal e claudicação neurogênica, comprometendo substancialmente a mobilidade, a força muscular e a qualidade de vida do paciente³. Entre os achados de imagem associados, o sinal de lipomatose epidural — caracterizado por um sinal de gordura hiperintenso em formato de faixa na ressonância magnética (RM) ponderada em T1 no plano médio-sagital, no nível do deslizamento — é um importante indicador radiográfico que pode facilitar o reconhecimento da doença e a avaliação de sua gravidade. A lipomatose epidural era tradicionalmente associada à administração de glicocorticoides, exposição a esteroides epidurais ou distúrbios endócrinos, como a síndrome de Cushing^4,5,6. No entanto, tem sido cada vez mais descrita em indivíduos com obesidade ou síndrome metabólica, mesmo na ausência de exposição a esteroides^7,8,9,10, sugerindo que fatores metabólicos e biomecânicos desempenham um papel etiológico relevante. Uma revisão sistemática recente resumiu as diversas etiologias e desfechos clínicos observados nos casos relatados¹¹, e também já foi documentada melhora sintomática após redução de peso¹². Já foram descritos métodos baseados em RM para classificação e avaliação quantitativa da lipomatose epidural espinhal, incluindo abordagens baseadas na razão entre a gordura epidural e a bainha tequal no plano axial e sistemas locorregionais de graduação^13,14. Apesar disso, ainda não foi estabelecido um protocolo padronizado baseado em RM especificamente para a avaliação sistemática da lipomatose epidural em pacientes com ELD. Assim, a interpretação permanece dependente do operador, sem critérios diagnósticos consistentes adaptados a essa população, os determinantes clínicos que distinguem indivíduos afetados dos não afetados ainda não são completamente caracterizados e os clínicos carecem de um instrumento prático para estimativa de risco durante a avaliação inicial.

Para abordar essas lacunas, o presente protocolo estabelece uma estrutura padronizada e clinicamente aplicável para avaliação por RM de lipomatose epidural em pacientes com DLS. O protocolo integra parâmetros clínicos, critérios diagnósticos pré-definidos por RM com parâmetros específicos de aquisição de imagens, avaliação dos músculos paravertebrais utilizando uma abordagem adaptada da classificação de Goutallier para coluna, avaliação axial confirmatória do comprometimento da bolsa dural e um modelo preditivo para estratificação de risco à beira-leito. O sistema de classificação Manjila é reconhecido como uma referência locorregional importante porque avalia a extensão craniocaudal em imagens sagitais e a gravidade axial por meio de uma avaliação baseada em grade 3 × 3, o que pode auxiliar no planejamento cirúrgico e facilitar a distinção entre distribuições de gordura epidural dorsal, ventral e circunferencial^14,15,16. O presente protocolo não tem a intenção de substituir os sistemas existentes de classificação da lipomatose epidural espinhal; ao contrário, fornece um fluxo de trabalho focado para níveis deslizados associados à DLS, documentando características axiais e locorregionais quando clinicamente relevantes. Esta abordagem tem como objetivo promover uma avaliação mais reprodutível da lipomatose epidural, ao mesmo tempo que apoia a avaliação padronizada por imagem e a estimativa clínica individualizada de risco em pacientes com DLS.

Protocolo

Este protocolo de RNM foi desenvolvido para um scanner supercondutor de 1,5 Tesla equipado com uma bobina de superfície dedicada de 16 canais para coluna vertebral. O protocolo pode ser adaptado a outros sistemas de 1,5 ou 3,0 T com hardware equivalente. Todos os procedimentos foram realizados em conformidade com a Declaração de Helsinque e foram aprovados pelo Comitê de Ética em Pesquisa do Centro Médico Tianjin Union (número de aprovação: 2024-IRB-089).

1. Seleção do Paciente e Avaliação Clínica

1. Obtenha aprovação do Comitê de Ética em Pesquisa antes da inclusão dos pacientes. Certifique-se de que todos os procedimentos envolvendo participantes humanos estejam em conformidade com a Declaração de Helsinque. Documente o número de aprovação (2024-IRB-089) em todos os registros do estudo.
   ​NOTA: O requisito de consentimento informado individual pode ser dispensado quando o estudo utilizar dados clínicos e conjuntos de imagens pré-existentes totalmente desidentificados, desde que tal dispensa esteja em conformidade com a política institucional e com as regulamentações nacionais sobre o uso secundário de dados clínicos. Obtenha aprovação explícita para a dispensa junto ao comitê de ética. Obtenha a aprovação ética antes de prosseguir com a inclusão dos pacientes.
2. Triagem de pacientes consecutivos atendidos no departamento de cirurgia da coluna com diagnóstico confirmado de ELD. Revise radiografias laterais ou de flexão-extensão em posição ortostática para confirmar escorregamento vertebral anterior de ≥3 mm ou ≥10% da largura do corpo vertebral.
   1. Verifique alterações degenerativas no nível correspondente, incluindo degeneração do disco intervertebral e hipertrofia das articulações facetárias¹⁷. Confirme a ausência de defeito do pars interarticularis nas radiografias laterais e na ressonância magnética (RM) sagital.
   2. Inclua pacientes com idade entre 18 e 85 anos que tenham realizado ressonância magnética lombar padrão (sequências sagital ponderada em T1, sagital ponderada em T2 e axial ponderada em T2) dentro de 2 semanas da avaliação clínica. Exclua pacientes que tenham sido submetidos a cirurgia espinhal prévia ou injeção de esteroides epidurais nos últimos 6 meses.
   3. Meça o escorregamento vertebral anterior em radiografias laterais ou de flexão-extensão em posição ortostática utilizando o método da linha posterior do corpo vertebral. Trace uma linha de referência vertical ao longo da cortical posterior do corpo vertebral caudal e, em seguida, meça a distância perpendicular dessa linha até o canto posteroinferior da vértebra cranial deslizada. Registre o deslocamento em milímetros e, quando necessário, como porcentagem da largura ântero-posterior do corpo vertebral caudal.
3. Exclua pacientes com espondilolistese não degenerativa (istêmica, traumática, patológica, pós-cirúrgica ou desenvolvimental/anatômica, como corpo vertebral L5 hipoplásico e pseudolisteze L5–S1), uso de glicocorticoides por >3 meses cumulativos no ano anterior ou hipercortisolismo endógeno confirmado (síndrome de Cushing, adenoma adrenal ou tumor secretor de hormônio adrenocorticotrópico na hipófise).
   1. Exclua pacientes que tenham recebido terapia com esteroides anabolizantes ou reposição de testosterona nos últimos 6 meses. Exclua exames de RM com qualidade de imagem insuficiente, incluindo artefatos de movimento grau II ou superior ou cobertura incompleta da região lombossacra.
   2. Exclua pacientes com insuficiência cardiorrespiratória ou renal grave (Classe IV–V da Sociedade Americana de Anestesiologistas), infecção ativa ou contraindicações para RM.
      ​ATENÇÃO: Realize triagem completa de segurança para RM antes da entrada no scanner. Exclua pacientes com dispositivos implantados incompatíveis com RM.
   3. Classifique o artefato de movimento utilizando uma escala de qualidade de imagem de quatro níveis: grau 0 = sem artefato visível; grau I = artefato leve sem prejuízo diagnóstico; grau II = artefato moderado que obscurece margens anatômicas ou pontos de referência para medição; e grau III = artefato grave que torna a sequência não diagnóstica. Exclua exames com artefato grau II ou III em qualquer sequência necessária para classificação do desfecho ou repita a sequência afetada antes de incluir o exame no estudo.
4. Extraia dados clínicos do banco de dados do prontuário eletrônico (EMR) e do Sistema de Arquivamento e Comunicação de Imagens (PACS) utilizando um formulário padronizado de coleta de dados no REDCap, preenchido por dois assistentes de pesquisa treinados.
   1. Registre idade (anos), sexo (masculino/feminino), índice de massa corporal (IMC; kg/m²) e segmento deslizado (L3, L4 ou L5).
   2. Registre a duração dos sintomas, a presença de claudicação neurogênica e tratamentos conservadores prévios.
   3. Dois assistentes de pesquisa treinados devem extrair independentemente as variáveis clínicas do EMR e do PACS em formulários REDCap duplicados. Compare os dois formulários após a extração dos dados e resolva discrepâncias consultando os registros originais. Encaminhe discrepâncias não resolvidas a um pesquisador sênior para arbitragem.
   4. Identifique variáveis ausentes ou incompletas durante verificações de amplitude e completude no REDCap. Verifique os valores ausentes com base no EMR, PACS e relatórios originais de imagens. Exclua um paciente do desenvolvimento do modelo apenas quando um preditor necessário, variável de desfecho ou sequência essencial de RM não puder ser recuperada. Não realize imputação estatística para variáveis obrigatórias do modelo.
5. Atribua aleatoriamente os pacientes elegíveis ao grupo de modelagem (n = 248) e ao grupo de validação (n = 106) utilizando uma razão de alocação 7:3 no SPSS versão 27.0 com uma semente aleatória de 42.
   1. Classifique os pacientes do grupo de modelagem em grupos com lipomatose epidural e sem lipomatose com base no diagnóstico consensual de dois radiologistas sêniores com >10 anos de experiência, seguindo o protocolo de interpretação de RM descrito na Etapa 3.
   2. No SPSS versão 27.0, defina a semente aleatória como 42, selecione Transformar > Calcular Variável e gere uma variável aleatória uniforme usando RV.UNIFORM(0,1). Ordene os casos em ordem crescente segundo essa variável, atribua os primeiros 70% dos casos elegíveis ao grupo de modelagem e os 30% restantes ao grupo de validação, mantendo a variável de alocação inalterada para todas as análises subsequentes.
   3. Utilize alocação aleatória simples em vez de randomização estratificada. Não force o equilíbrio de variáveis demográficas basais, radiográficas ou de RM durante a atribuição dos grupos.
   4. Após a alocação aleatória, compare as variáveis demográficas, clínicas, radiográficas e de RM basais entre os grupos de modelagem e de validação utilizando o teste t de Student ou o teste qui-quadrado, conforme apropriado. Considere a alocação aceitável quando nenhum desequilíbrio clinicamente relevante for identificado e relate a avaliação de comparabilidade dos grupos na Tabela 1.
      NOTA: Conclua a alocação dos grupos após verificar todos os critérios de elegibilidade.

Variável	Coorte de Modelagem (n = 248)	Coorte de Validação (n = 106)	t/χ2	Valor P
Idade (anos)	67,87 ± 11,39	68,16 ± 11,93	0,216	0,829
Sexo, n (%)			0,002	0,966
Masculino	96 (38,71)	42 (39,62)
Feminino	152 (61,29)	64 (60,38)
Índice de massa corporal (kg/m²)	24,88 ± 3,62	24,91 ± 3,48	0,077	0,939
Segmento deslizado, 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)
Classificação de Pfirrmann, n (%)			0,104	0,991
Estágio II	18 (7,26)	8 (7,55)
Estágio III	74 (29,84)	33 (31,13)
Estágio IV	93 (37,50)	38 (35,85)
Estágio V	63 (25,40)	27 (25,47)
Classificação de Goutallier, n (%)			3,022	0,388
Estágio 1	78 (31,45)	27 (25,47)
Estágio 2	86 (34,68)	33 (31,13)
Estágio 3	52 (20,97)	28 (26,42)
Estágio 4	32 (12,90)	18 (16,98)
Ângulo da articulação facetária distal (°)	55,26 ± 6,42	55,18 ± 6,39	0,111	0,912
Effusão da articulação facetária distal (mm)	0,94 ± 0,21	0,93 ± 0,20	0,444	0,657
Altura do disco distal (mm)	9,16 ± 1,92	9,20 ± 1,88	0,193	0,847
Ângulo da articulação facetária proximal (°)	49,95 ± 6,03	50,03 ± 5,99	0,115	0,908
Effusão da articulação facetária proximal (mm)	0,84 ± 0,26	0,83 ± 0,25	0,237	0,813
Altura do disco proximal (mm)	8,05 ± 1,52	8,08 ± 1,50	0,156	0,876
Incidente pélvica (PI, °)	52,18 ± 7,94	52,35 ± 7,85	0,188	0,851
Inclinação pélvica (PT, °)	24,35 ± 7,17	24,28 ± 7,23	0,080	0,936
Inclinação sacral (SS, °)	44,91 ± 6,83	45,01 ± 6,79	0,129	0,898
Cifose torácica (TK, °)	21,18 ± 7,67	21,25 ± 7,62	0,075	0,940

Tabela 1:  Características basais das coortes de modelagem e de validação. As variáveis contínuas são apresentadas como média ± desvio padrão (DP), e as variáveis categóricas como número (%). As características basais demográficas, clínicas, radiográficas e de imagem por ressonância magnética foram comparadas entre a coorte de modelagem (n = 248) e a coorte de validação (n = 106) para avaliar a comparabilidade entre as coortes. Abreviaturas: BMI, índice de massa corporal; PI, incidência pélvica; PT, inclinação pélvica; SS, inclinação sacral; TK, cifose torácica.

2. Protocolo de Aquisição por Ressonância Magnética

1. Realize o rastreamento de segurança para ressonância magnética utilizando um questionário padronizado. Identifique contraindicações, incluindo gravidez, dispositivos eletrônicos implantados, corpos estranhos ferromagnéticos, claustrofobia e histórico de reações alérgicas a agentes de contraste à base de gadolínio.
   1. Instrua o paciente a remover todos os objetos metálicos, incluindo joias, relógios, piercings e aparelhos auditivos. Posicione o paciente em decúbito dorsal na mesa de ressonância magnética.
   2. Coloque uma almofada macia sob os joelhos para obter aproximadamente 20°–30° de flexão e reduzir a lordose lombar fisiológica. Posicione a bobina de coluna vertebral centralizada no nível da vértebra L3, garantindo cobertura de T12 a S3.
   3. Fixe a bobina com contato direto sobre a pele e elimine espaços aéreos visíveis. Coloque almofadas de espuma em ambos os lados para minimizar movimentos do paciente e forneça um dispositivo de chamada de emergência compatível com ressonância magnética.
   4. Não administre agentes de contraste intravenosos à base de gadolínio. O fluxo diagnóstico utiliza sequências sagitais ponderadas em T1 sem contraste, sagitais ponderadas em T2 e axiais ponderadas em T2.
2. Adquira uma sequência localizadora em três planos utilizando uma sequência em eco de gradiente com TR = 8 ms, TE = 4 ms, espessura do corte = 8 mm e campo de visão = 400 mm × 400 mm.
   1. Verifique a cobertura completa da coluna lombar de T12/L1 até o sacro. Reposicione o paciente se a junção lombossacra não estiver completamente visualizada.
3. Adquira imagens sagitais ponderadas em T1 utilizando sequência turbo spin-eco com TR = 500 ms, TE = 12 ms, campo de visão = 280 × 280 mm, matriz = 512 × 256, espessura do corte = 4 mm, intervalo entre cortes = 0,4 mm e NEX = 2.
   1. Prescreva cortes paralelos aos processos espinhosos. Adquira no mínimo 11 cortes sagitais para garantir cobertura completa da esquerda para a direita.
      ​NOTA: A imagem ponderada em T1 é a sequência principal para identificar lipomatose epidural, pois o tecido adiposo apresenta intensidade de sinal intrinsecamente alta em relação às estruturas circundantes. Os parâmetros de aquisição selecionados maximizam o contraste em T1 mantendo relação sinal-ruído e resolução espacial adequadas. O tempo típico de aquisição é de aproximadamente 3–4 min.
   2. Ao adaptar o protocolo para plataformas equivalentes de 1,5 ou 3,0 T, mantenha a cobertura anatômica necessária, tipo de sequência, orientação dos cortes, espessura dos cortes, intervalo entre cortes e planos diagnósticos. Otimize o campo de visão, matriz, número de excitações, comprimento da cadeia de eco e fator de imagem paralela conforme necessário, desde que a gordura epidural, as margens do saco dural e a anatomia dos níveis deslizados permaneçam claramente visíveis para interpretação diagnóstica.
4. Adquira imagens sagitais ponderadas em T2 utilizando sequência turbo spin-eco com TR = 3.500–4.000 ms, TE = 100–120 ms, campo de visão = 280 mm × 280 mm, matriz = 512 × 256, espessura do corte = 4 mm, intervalo entre cortes = 0,4 mm e NEX = 2.
   1. Iguale o posicionamento dos cortes ao da aquisição sagital ponderada em T1 para permitir comparação direta das imagens.
      ​NOTA: A imagem ponderada em T2 fornece informações anatômicas complementares, melhorando a visualização do líquido cefalorraquidiano (LCR), do saco dural e da morfologia dos discos intervertebrais. Esta sequência também é utilizada para a classificação de Pfirrmann da degeneração do disco intervertebral. O tempo típico de aquisição é de aproximadamente 4–5 min.
5. Adquira imagens axiais ponderadas em T2 utilizando sequência rápida de spin-eco em cada nível do disco intervertebral lombar, de L1/L2 até L5/S1, com TR = 4.000 ms, TE = 112 ms, campo de visão = 180 mm × 180 mm, matriz = 320 × 256, espessura do corte = 4 mm, intervalo entre cortes = 0,4 mm e NEX = 3.
   1. Prescreva cortes axiais paralelos a cada espaço intervertebral. Adquira 6–8 cortes na região deslizante para garantir cobertura anatômica completa.
      ​NOTA: A imagem axial ponderada em T2 permite avaliação da distribuição da gordura epidural e da morfologia do saco dural. A combinação das sequências sagital ponderada em T1, sagital ponderada em T2 e axial ponderada em T2 fornece informações anatômicas complementares para avaliação abrangente. O tempo total de aquisição em todos os níveis lombares é de aproximadamente 15–20 min. O exame completo, incluindo posicionamento do paciente e imagens localizadoras, requer aproximadamente 30–35 min.
6. Avalie a qualidade da imagem antes de encerrar o exame. Confirme a ausência de artefatos de movimento grau II ou superior, visualização completa da junção lombossacra, relação sinal-ruído adequada e ausência de artefatos significativos de sobreposição.
   1. Repita qualquer sequência que não atenda aos critérios de qualidade da imagem. Exporte todas as imagens Digital Imaging and Communications in Medicine (DICOM) para o PACS mantendo os metadados.
   2. Defina qualidade aceitável da imagem como cobertura completa de T12/L1 até o sacro, visualização nítida das corticais posteriores dos corpos vertebrais e das margens do saco dural, ausência de artefato de sobreposição que invada o canal medular e relação sinal-ruído suficiente para distinguir gordura epidural do LCR e músculo paravertebral. Repita qualquer sequência que não atenda a esses critérios.
   3. Utilize o mesmo sistema de classificação de quatro níveis de artefato de movimento descrito no Passo 1.3.3. Repita sequências com artefato de movimento grau II ou III antes de liberar o paciente, ou exclua o exame se a reimagem não puder ser realizada.
      NOTA: Verifique a qualidade da imagem antes de liberar o paciente do scanner.

3. Interpretação de Imagens de Ressonância Magnética para Lipomatose Epidural

OBSERVAÇÃO: A lipomatose epidural é definida como o crescimento patológico de tecido adiposo maduro não encapsulado dentro do espaço epidural espinhal. Na DLE, esta condição contribui para o estenose do canal espinhal e pode exigir uma descompressão combinada durante a cirurgia de fusão. O diagnóstico preciso requer uma avaliação sistemática em múltiplas sequências e planos de imagem.

1. Realize a interpretação de imagens em uma estação de trabalho PACS dedicada equipada com monitor diagnóstico de grau médico (mínimo de 3 megapixels; Função de Exibição Padrão em Escala de Cinza DICOM Parte 14). Mantenha iluminação ambiente controlada (≤50 lux).
   1. Carregue o exame de ressonância magnética completo. Exiba as imagens ponderadas em T1 no plano sagital e as imagens ponderadas em T2 no plano sagital lado a lado na janela superior de visualização e as imagens ponderadas em T2 no plano axial na janela inferior de visualização, com referência cruzada anatômica sincronizada.
   2. Utilize o visualizador PACS institucional com ferramentas de medição calibradas conforme DICOM e referência cruzada sagital-axial sincronizada ativada. Aplique ajustes consistentes de janela e nível para comparação lado a lado das imagens durante cada sessão de leitura. Registre o fornecedor PACS e a versão do software na Tabela de Materiais.
2. Identifique o nível vertebral deslizado na imagem sagital mediana ponderada em T1 observando o deslocamento anterior do corpo vertebral. Trace uma linha de referência ao longo da cortical posterior do corpo vertebral subjacente.
   1. Meça a distância perpendicular da linha de referência até o canto posterior-inferior da vértebra deslizada. Confirme que o deslocamento medido seja ≥3 mm ou ≥10% da largura do corpo vertebral.
      ​NOTA: A localização precisa do nível deslizado é essencial porque a lipomatose epidural é avaliada especificamente no nível do escorregamento vertebral.
   2. Realize as medições do deslizamento vertebral utilizando a ferramenta de paquímetro eletrônico calibrado integrada à estação de trabalho PACS. Verifique a calibração do pixel a partir dos metadados DICOM antes da medição e registre todas as distâncias com precisão de 0,1 mm.
3. Examine o espaço epidural posterior no nível deslizado na imagem sagital mediana ponderada em T1. Identifique um sinal hiperintenso em forma de faixa ou crescente localizado entre a bainha medular anteriormente e o ligamento amarelo ou processo espinhoso posteriormente.
   1. Compare diretamente a intensidade do sinal da lesão com a gordura subcutânea na mesma imagem. Se sequências com supressão de gordura estiverem disponíveis, confirme a supressão do sinal para verificar a natureza gordurosa da lesão.
      ​NOTA: Diferencie a lipomatose epidural de outras lesões epidurais hiperintensas em T1, incluindo hematoma epidural subagudo e acúmulos de fluido proteico. Confirme a lipomatose epidural apenas quando a lesão demonstrar características de sinal idênticas à gordura subcutânea e se conformar ao espaço epidural.
   2. Utilize os critérios sagitais definidos no protocolo como método primário de triagem no nível deslizado e faça referência cruzada com achados positivos ou equívocos nas imagens axiais ponderadas em T2. Durante a implementação prospectiva, documente a distribuição da gordura epidural, a deformação da bainha medular e a compatibilidade com métodos estabelecidos de avaliação por ressonância magnética, incluindo abordagens do índice axial de gordura epidural para bainha medular e o sistema de graduação locorregional de Manjila. Na coorte retrospectiva utilizada para o desenvolvimento do modelo, esses sistemas de graduação estabelecidos não foram aplicados como padrões de referência independentes, e o resultado binário original não foi reclassificado retrospectivamente.
4. Meça a extensão craniocaudal do depósito de gordura epidural utilizando paquímetros eletrônicos na estação de trabalho PACS. Posicione os paquímetros nas margens superior e inferior do depósito contínuo de gordura epidural e registre a medida máxima.
   1. Confirme que a extensão craniocaudal meça ≥5 mm no mesmo plano sagital. Utilize a visibilidade em pelo menos duas fatias sagitais adjacentes apenas para confirmar a continuidade mediolateral e reduzir artefatos de volume parcial; não utilize fatias sagitais adjacentes para estimar a extensão craniocaudal.
   2. Faça referência cruzada da lesão nas imagens sagitais ponderadas em T2 para avaliar as características de sinal. Revise as imagens axiais correspondentes ponderadas em T2 para avaliar a distribuição circunferencial da gordura epidural e a redução anteroposterior da bainha medular.
      ​NOTA: Utilize uma extensão craniocaudal de ≥5 mm como limiar operacional de triagem no nível deslizado neste protocolo. Registre o diâmetro anteroposterior e a área da seção transversal da bainha medular nas imagens axiais como medidas contínuas confirmatórias. Não utilize valores fixos de corte axial como padrões de referência independentes na presente coorte retrospectiva.
   3. Se o sinal gorduroso for visível em apenas uma fatia sagital, classifique o achado como indeterminado, a menos que as imagens axiais demonstrem acúmulo correspondente de gordura epidural e a extensão craniocaudal no mesmo plano permaneça ≥5 mm. Este critério distingue a medição primária craniocaudal da avaliação de continuidade mediolateral de apoio.
   4. Meça o diâmetro anteroposterior da bainha medular na imagem axial ponderada em T2 que demonstra compressão máxima no nível deslizado, medindo a distância da margem anterior até a posterior da bainha dural. Meça a área da seção transversal contornando o limite interno da dura utilizando a ferramenta de região de interesse do PACS ou a ferramenta de seleção poligonal do ImageJ, e registre a área em mm².
   5. Compare qualitativamente a extensão sagital e a gravidade axial com o enquadramento de graduação de Manjila. Neste protocolo focado em DLS, utilize o sistema de graduação de Manjila como referência locorregional para documentação, e não como definição primária do resultado, pois o desfecho do estudo é a presença de lipomatose epidural no nível deslizado dentro do modelo preditivo.
5. Aplique os quatro critérios originais do nível deslizado utilizados para classificação da coorte: (1) sinal hiperintenso em T1 em forma de faixa ou crescente no espaço epidural posterior no nível deslizado; (2) intensidade de sinal idêntica à da gordura subcutânea; (3) extensão craniocaudal ≥5 mm no mesmo plano sagital; e (4) reprodutibilidade em fatias sagitais adjacentes. Para implementação clínica prospectiva, não dependa exclusivamente dos critérios sagitais. Confirme o acúmulo correspondente de gordura epidural e a deformidade do contorno da bainha medular nas imagens axiais, e documente se a distribuição da gordura é dorsal, ventral ou circunferencial.
   1. Registre os achados quantitativos axiais, incluindo o diâmetro anteroposterior e a área da seção transversal da bainha medular, juntamente com a compatibilidade qualitativa com métodos de avaliação baseados na razão gordura epidural para bainha medular e com o sistema de graduação locorregional de Manjila.
      NOTA: O estudo original não foi planejado como um estudo de acurácia diagnóstica utilizando um padrão de referência estabelecido por ressonância magnética, e as imagens DICOM originais não foram reanalisadas durante a revisão do manuscrito. Portanto, sensibilidade, especificidade e concordância entre métodos não foram recalculadas. Esses descritores axiais adicionais têm a finalidade de apoiar a implementação clínica prospectiva e não alteram o desfecho original do estudo ou o modelo preditivo.
6. Dois radiologistas sênior especialistas em coluna (≥10 anos de experiência) devem interpretar independentemente todos os exames. Preencha um formulário padronizado de laudo estruturado documentando a presença ou ausência de cada critério diagnóstico, nível vertebral deslizado, extensão craniocaudal máxima (mm) e diagnóstico final.
   1. Resolva discordâncias por consenso com um terceiro radiologista sênior especialista em coluna (>15 anos de experiência) cego às avaliações iniciais. Calcule a concordância interobservador utilizando a estatística kappa de Cohen.
   2. Utilize um formulário de laudo estruturado para documentar o nível deslizado, distribuição da gordura epidural (dorsal, ventral ou circunferencial), extensão craniocaudal máxima, medição sagital no mesmo plano, visibilidade em fatias adjacentes, confirmação axial, diâmetro da bainha medular, área da seção transversal da bainha medular, diagnóstico final e confiança do leitor. Antes da interpretação formal das imagens, calibre todos os observadores utilizando 20 casos representativos de treinamento que incluam exames negativos, limítrofes e positivos.
      NOTA: Conclua todas as interpretações por consenso antes de prosseguir para a análise estatística.

4. Avaliação da Degeneração do Disco Intervertebral

1. Revise as imagens de ressonância magnética ponderadas em T2 no plano sagital no segmento deslizado. Percorra todas as fatias sagitais e selecione a imagem que fornece a melhor visualização do núcleo pulposo.
   1. Classifique a degeneração do disco intervertebral utilizando o sistema de classificação de Pfirrmann¹⁸. Atribua o Grau I aos discos com sinal hiperintenso homogêneo idêntico ao do LCR, altura do disco normal e distinção clara entre núcleo e anel fibroso.
   2. Atribua o Grau II aos discos com sinal hiperintenso heterogêneo contendo faixas horizontais de baixo sinal, altura do disco preservada e distinção clara entre núcleo e anel fibroso. Atribua o Grau III aos discos com sinal cinza intermediário, fronteira entre núcleo e anel fibroso indistinta e altura do disco normal ou ligeiramente reduzida.
   3. Atribua o Grau IV aos discos com sinal hipointenso heterogêneo de cinza escuro, perda completa da distinção entre núcleo e anel fibroso e diminuição moderada a grave da altura do disco. Atribua o Grau V aos discos com sinal hipointenso heterogêneo, espaço discal colapsado, perda completa da distinção entre núcleo e anel fibroso e estreitamento acentuado do espaço discal.
2. Peça a dois radiologistas certificados com ≥5 anos de experiência em imagens musculoesqueléticas que atribuam independentemente os graus de Pfirrmann. Registre o grau atribuído a cada disco avaliado.
   1. Resolva discrepâncias na classificação por meio de decisão de um terceiro radiologista certificado. Calcule a concordância entre observadores utilizando a estatística kappa ponderado de Cohen.
   2. Os radiologistas devem permanecer cegos quanto aos sintomas clínicos, histórico de tratamento, presença de lipomatose epidural, variáveis do modelo preditivo e avaliações um do outro durante a classificação independente de Pfirrmann.
   3. Realize a classificação de Pfirrmann utilizando os mesmos monitores de qualidade diagnóstica e condições padronizadas de visualização descritas no Passo 3.1.
      NOTA: Conclua a classificação por consenso antes de prosseguir para a avaliação da infiltração gordurosa dos músculos paravertebrais.

5. Avaliação da Infiltração Gordurosa do Músculo Paravertebral

1. Revise as imagens axiais ponderadas em T2 em eco rápido de spin no ponto médio do disco intervertebral deslizado. Identifique os músculos multifidos bilateralmente como os músculos paravertebrais profundos imediatamente laterais ao processo espinhoso e à lâmina.
   1. Revise as imagens sagitais para determinar o lado com deslizamento vertebral predominante. Selecione o músculo multifido no lado correspondente para avaliação.
   2. Utilize uma abordagem adaptada da classificação de Goutallier para coluna vertebral, derivada da classificação original da degeneração gordurosa muscular e de aplicações anteriores ao multifido lombar^19,20. Atribua Grau 0 aos músculos que apresentam intensidade de sinal homogênea baixa, ausência completa de estrias gordurosas e volume muscular bem preservado. Atribua Grau 1 aos músculos que contêm pequenas estrias lineares de alta intensidade de sinal gorduroso, ocupando <5% da área transversal.
   3. Atribua Grau 2 aos músculos que demonstram infiltração gordurosa claramente visível, envolvendo 5%–50% da área transversal. Atribua Grau 3 aos músculos que demonstram infiltração gordurosa ≥50% com tecido muscular residual.
   4. Atribua Grau 4 aos músculos nos quais toda a área transversal é substituída por gordura, sem tecido muscular discernível. Dicotomize os resultados para análise estatística como Graus 0-2 e Graus 3-4.
      ​NOTA: O multifido é o maior e mais medial dos músculos paravertebrais e atua como o principal estabilizador dinâmico do segmento lombar. A infiltração gordurosa grave (Graus 3-4) indica substituição gordurosa substancial e é tratada como a categoria clinicamente grave na modelagem, pois reflete um limiar no qual a gordura ocupa pelo menos aproximadamente metade da área transversal do músculo.
   5. Especifique que o sistema original de classificação de Goutallier foi adaptado para avaliação do multifido lombar em ressonância magnética axial. Dicotomize os Graus 0–2 e Graus 3–4 para distinguir infiltração gordurosa ausente a moderada de substituição gordurosa grave, reduzindo assim a complexidade do modelo, ao mesmo tempo que preserva uma razão adequada de eventos por variável no modelo preditivo. Trate os limiares percentuais utilizados neste protocolo como critérios operacionais baseados em ressonância magnética e não como uma reprodução literal da classificação original de tomografia computadorizada de ombro de Goutallier.
   6. Determine o lado com deslizamento vertebral predominante revisando imagens axiais e sagitais em busca de translação vertebral assimétrica, deslocamento rotacional ou maior estreitamento do recesso lateral. Se nenhum lado predominar, avalie o lado que apresentar maior infiltração gordurosa do multifido. Se ambos os lados forem simétricos, avalie o músculo multifido direito e documente esta decisão.
2. Exporte a imagem DICOM axial ponderada em T2 em eco rápido de spin do PACS. Abra a imagem no software ImageJ (versão 1.53t).
   1. Selecione a ferramenta de seleção poligonal e trace o limite fascial do músculo multifido alvo. Identifique o limite fascial como a linha fina escura que envolve o músculo.
   2. Abra Imagem > Ajustar > Limiar. Defina o limiar inferior em 120 unidades arbitrárias e o limiar superior no valor máximo do pixel.
   3. Selecione Vermelho como cor de exibição para verificar a identificação das regiões gordurosas. Clique em Aplicar para gerar a máscara binária.
   4. Utilize um valor de limiar de 120 unidades arbitrárias como ponto inicial específico do scanner e da sequência, e não como um limiar universal. Recalibre o limiar utilizando imagens locais representativas sempre que a plataforma do scanner, a bobina de radiofrequência, a intensidade do campo magnético ou os parâmetros de aquisição da imagem diferirem daqueles utilizados no protocolo de derivação.
   5. Não interprete o valor do limiar como validado histologicamente para todos os sistemas de imagem. Utilize-o como um auxílio reprodutível no processamento de imagens e verifique visualmente cada máscara binária em relação à imagem axial ponderada em T2 original antes de realizar medições quantitativas.
3. Abra Analisar > Medir no ImageJ. Habilite Área, Fração de Área, Limitar ao Limiar e Exibir Rótulo antes de realizar a medição.
   1. Registre o valor de %Área como a porcentagem quantitativa de gordura intramuscular.
   2. Repita a medição após um intervalo de pelo menos 24 h utilizando o mesmo operador. Calcule o coeficiente de correlação intraclasse (ICC) para avaliar a confiabilidade intraoperador.
      ​NOTA: Um ICC >0,90 indica excelente confiabilidade intraoperador.
   3. Durante medições repetidas, mantenha o operador cego em relação à medição inicial armazenando o valor original em um campo bloqueado do REDCap e reabrindo a imagem DICOM como uma nova sessão de medição após um intervalo de pelo menos 24 h.
4. Peça a dois radiologistas certificados pela junta médica que atribuam independentemente os graus de Goutallier e realizem as medições quantitativas baseadas no ImageJ. Forneça treinamento padronizado utilizando um conjunto de imagens de referência antes das avaliações do estudo.
   1. Resolva discordâncias por consenso com um terceiro radiologista sênior especializado em músculo-esquelético. Calcule o kappa de Cohen para a classificação de Goutallier e o coeficiente de correlação intraclasse para a porcentagem de gordura quantitativa.
   2. Utilize um conjunto de treinamento com 20 casos antes da avaliação do estudo, incluindo cinco casos representando cada categoria: infiltração gordurosa mínima, leve, moderada e grave. Realize uma sessão de calibração para revisar imagens de referência, posicionamento da região de interesse, ajuste do limiar e procedimentos de resolução de discrepâncias antes do início da classificação independente das imagens.
      NOTA: Se o kappa de Cohen entre observadores for inferior a 0,70 ou o coeficiente de correlação intraclasse for inferior a 0,85, realize uma sessão de recálculo antes de retomar a análise.

6. Desenvolvimento e Aplicação do Modelo de Predição de Risco

1. Compile todos os parâmetros do estudo em um conjunto de dados estruturado usando o REDCap. Defina a variável de desfecho como binária: 1 = lipomatose epidural presente (todos os quatro critérios diagnósticos do Passo 3.5 cumpridos) e 0 = lipomatose epidural ausente.
   1. Codifique as variáveis preditoras da seguinte forma: idade (anos); sexo (0 = masculino, 1 = feminino); IMC (kg/m²); segmento deslizado (0 = L3/L4, 1 = L5); e grau de Goutallier (0 = Graus 0–2; 1 = Graus 3–4, representando infiltração gordurosa grave). Para fins de relato, expresse o efeito da idade por aumento de 10 anos e o efeito do IMC por aumento de 5 kg/m². Utilize coeficientes nas unidades originais na equação de predição clínica que sejam algebricamente equivalentes aos coeficientes baseados em incrementos informados.
   2. Realize a limpeza dos dados identificando valores ausentes, verificando valores discrepantes (outliers) e confirmando que todas as variáveis estão dentro das faixas esperadas.
   3. Exclua pacientes com variáveis de desfecho ou preditoras obrigatórias ausentes após verificar os registros de origem. Inspeccione variáveis contínuas usando verificações de faixa e gráficos de dispersão, corrija erros confirmados de digitação com base nos registros de origem, mantenha valores discrepantes biologicamente plausíveis e não impute variáveis obrigatórias para o modelo.
2. Abra o SPSS versão 27.0 e defina a semente aleatória como 42 para garantir a reprodutibilidade. Realize triagem univariada utilizando o teste t de Student para variáveis contínuas e o teste qui-quadrado para variáveis categóricas.
   1. Selecione variáveis com P < 0,05 para análise multivariada. Ajuste um modelo de regressão logística binária multivariada utilizando eliminação progressiva regressiva baseada na minimização do Critério de Informação de Akaike (AIC).
   2. Avalie o ajuste do modelo utilizando o teste de Hosmer-Lemeshow. Calcule o fator de inflação da variância (VIF) para todos os preditores mantidos e confirme que todos os valores de VIF sejam <5.
   3. Eleve os coeficientes de regressão ao expoente para obter razões de chances ajustadas (ORs) com intervalos de confiança de 95% (ICs). Gere um gráfico de floresta utilizando o pacote forestplot no R para visualizar os tamanhos dos efeitos (Figura 1). Relate o efeito da idade por aumento de 10 anos e o efeito do IMC por aumento de 5 kg/m².
   4. Utilize triagem univariada seguida de seleção regressiva como uma estratégia exploratória de construção de modelos para este conjunto de dados de centro único. Interprete o modelo final como uma ferramenta geradora de hipóteses para apoio à decisão clínica, pois a seleção regressiva pode produzir estimativas de coeficientes instáveis e desempenho de modelo otimista. Confirme o desempenho do modelo por meio de validação externa antes da implementação clínica.
   5. Exporte o conjunto de dados limpo do SPSS como um arquivo de valores separados por vírgulas (.csv) com os rótulos das variáveis removidos e a codificação preservada. Gere o gráfico de floresta no R versão 4.3.1 utilizando o pacote forestplot. Confirme que a codificação das variáveis no R corresponda ao dicionário de codificação do SPSS antes da geração do gráfico.
3. Avalie a discriminação do modelo calculando a área sob a curva de características operacionais do receptor (AUC) para a coorte de modelagem. Estime o erro padrão utilizando o teste de DeLong.
   1. Avalie a calibração do modelo utilizando gráficos de calibração que comparem probabilidades preditas e observadas em intervalos agrupados de risco predito, tanto na coorte de modelagem quanto na de validação (Figura 2). Interprete a curva de calibração da coorte de validação com cautela, pois há menos observações disponíveis nos extremos do risco predito.
   2. Realize análise de curva de decisão utilizando o pacote rmda (versão 1.6) no R versão 4.3.1. Compare o modelo de predição com as estratégias de tratar todos e não tratar ninguém ao longo de uma faixa de probabilidades de limiar (Figura 3).
   3. Valide o modelo final utilizando a coorte de validação interna retida (n = 106). Relate descritivamente a AUC de validação, o gráfico de calibração e a curva de decisão. Interprete a concordância entre as coortes de modelagem e validação como evidência de consistência interna, e não como prova de validade externa.
   4. Realize análise de características operacionais do receptor, geração de gráficos de calibração e análise de curva de decisão no R versão 4.3.1. Arquive os scripts do R, versões dos pacotes, conjunto de dados de entrada, dicionário de codificação e figuras de saída junto com o registro de análise estatística.
   5. Não utilize limiares fixos, como diferença de AUC ≤0,05 ou inclinação de calibração entre 0,8 e 1,2, como critérios formais de validação. Relate esses valores descritivamente como indicadores de estabilidade interna do modelo e declare que a validação externa multicêntrica é necessária antes da aplicação clínica ampla.
      NOTA: Complete a validação interna antes de aplicar o modelo a conjuntos de dados clínicos externos.
4. Colete as cinco variáveis preditoras para um novo paciente com DLS: idade (anos), sexo, IMC (kg/m²), segmento deslizado (L3/L4 ou L5) e grau de Goutallier do músculo multifidus no nível deslizado.
   1. Calcule a probabilidade predita utilizando a equação de regressão logística expressa nas unidades clínicas originais:
      
      Aqui, z = -5,521 + (0,0412 × idade) + (0,856 × sexo) + (0,1256 × IMC) + (1,326 × segmento deslizado) + (1,158 × grau de Goutallier). Insira a idade em anos; codifique o sexo como 0 = masculino e 1 = feminino; insira o IMC em kg/m²; codifique o segmento deslizado como 0 = L3/L4 e 1 = L5; e codifique o grau de Goutallier como 0 = Graus 0–2 e 1 = Graus 3–4. Os coeficientes nas unidades originais para idade e IMC são algebricamente equivalentes aos coeficientes expressos por aumento de 10 anos e por aumento de 5 kg/m², respectivamente.
   2. Interprete a probabilidade predita descritivamente da seguinte forma: <20% indica baixa probabilidade estimada, 20%–50% indica probabilidade estimada intermediária e >50% indica alta probabilidade estimada de lipomatose epidural. Utilize essas categorias para comunicação de risco e priorização de fluxo de trabalho, e não para seleção de tratamento.
      NOTA: Utilize o modelo de predição apenas como ferramenta de apoio à decisão clínica. Não substitua o modelo pelo julgamento clínico ou pela interpretação radiológica. Não aplique o modelo a populações fora da coorte de derivação, incluindo pacientes com espondilolistese ístmica, condições vertebrais pós-operatórias ou lipomatose epidural induzida por esteroides, sem validação adicional.
   3. Insira diretamente os valores brutos de idade e IMC na equação de predição. A reescala algébrica dos coeficientes de idade e IMC altera apenas a apresentação da equação e não modifica as probabilidades preditas, razões de chances, curvas de características operacionais do receptor, gráficos de calibração ou resultados da análise de curva de decisão.
   4. Relate as razões de chances de forma consistente da seguinte maneira: idade por aumento de 10 anos; IMC por aumento de 5 kg/m²; sexo, feminino versus masculino; segmento deslizado, L5 versus L3/L4; e grau de Goutallier, Graus 3–4 versus Graus 0–2.
   5. Utilize as categorias de baixa, intermediária e alta probabilidade como grupos pragmáticos de comunicação clínica derivados da distribuição de probabilidade predita pelo modelo e da análise de curva de decisão. Não interprete essas categorias como limiares de tratamento validados, pois a validação externa prospectiva é necessária para estabelecer limiares de decisão ótimos.

Figura 1. Gráfico floresta dos preditores independentes da lipomatose epidural em pacientes com espondilolistese lombar degenerativa. Gráfico floresta mostrando as razões de chances ajustadas (ORs) e os intervalos de confiança de 95% (ICs) para os cinco preditores independentes identificados pela regressão logística binária multivariável. Quadrados vermelhos indicam as ORs ajustadas, linhas horizontais azuis representam os ICs de 95% correspondentes, e a linha vertical tracejada indica o valor nulo (OR = 1). O efeito da idade é relatado por aumento de 10 anos, e o efeito do índice de massa corporal (IMC) é relatado por aumento de 5 kg/m². Clique aqui para visualizar uma versão maior desta figura.

Figura 2. Curvas de calibração do modelo preditivo de regressão logística. (A) Curva de calibração para a coorte de modelagem (n = 248). (B) Curva de calibração para a coorte de validação (n = 106). O eixo x representa a probabilidade prevista de lipomatose epidural, e o eixo y representa a frequência observada. A linha diagonal preta contínua indica calibração ideal, linhas coloridas com símbolos representam o desempenho aparente do modelo, e regiões sombreadas indicam os intervalos de confiança de 95% (I.C.). Clique aqui para visualizar uma versão maior desta figura.

Figura 3. Curva característica de operação do receptor e análise da curva de decisão do modelo preditivo. (A) Curvas características de operação do receptor (ROC) para a coorte de modelagem (área sob a curva [AUC] = 0,834) e a coorte de validação (AUC = 0,815). A linha diagonal cinza representa a linha de referência para um classificador não discriminatório. (B) Análise da curva de decisão mostrando o benefício líquido do modelo preditivo em diferentes probabilidades limiares. A linha contínua vermelha representa a coorte de modelagem, a linha tracejada azul representa a coorte de validação, a linha preta tracejada com pontos representa a estratégia de tratar todos e a linha pontilhada cinza representa a estratégia de não tratar ninguém. Clique aqui para visualizar uma versão maior desta figura.

Resultados

O protocolo foi aplicado a 354 pacientes consecutivos com DLS. A alocação aleatória gerou uma coorte de modelagem (n = 248) e uma coorte de validação (n = 106). A comparação das características demográficas, clínicas, radiográficas e de ressonância magnética na linha de base demonstrou ausência de diferenças estatisticamente significativas entre as coortes, indicando distribuições de pacientes comparáveis para o desenvolvimento subsequente do modelo e validação interna (Tabela 1).

Na coorte de modelagem, 87 pacientes foram classificados como tendo lipomatose epidural e 161 pacientes foram classificados como não tendo lipomatose epidural de acordo com o protocolo padronizado de RNM. A análise univariada demonstrou diferenças entre os grupos quanto à idade (P = 0,014), IMC (P < 0,001), segmento deslizado (P = 0,010) e grau de Goutallier (P = 0,024). O sexo feminino estava no limite de significância nominal (P = 0,050). Não foram observadas diferenças estatisticamente significativas para o grau de Pfirrmann ou os demais parâmetros espinopélvicos e das articulações facetárias (Tabela 2).

Variável	Grupo com Lipomatose (n = 87)	Grupo sem Lipomatose (n = 161)	t/χ2	Valor de P
Idade (anos)	70,28 ± 10,84	66,57 ± 11,50	2,47	0,014
Sexo, n (%)			3,844	0,05
Masculino	26 (29,89)	70 (43,48)
Feminino	61 (70,11)	91 (56,52)
Índice de massa corporal (kg/m²)	26,84 ± 3,68	23,82 ± 3,12	6,815	<0,001
Segmento deslizado, 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)
Classificação de Pfirrmann, n (%)			0,99	0,804
Grau II	5 (5,75)	13 (8,07)
Grau III	24 (27,59)	50 (31,06)
Grau IV	34 (39,08)	59 (36,65)
Grau V	24 (27,59)	39 (24,22)
Classificação de Goutallier, n (%)			9,446	0,024
Grau 1	22 (25,29)	56 (34,78)
Grau 2	26 (29,89)	60 (37,27)
Grau 3	21 (24,14)	31 (19,25)
Grau 4	18 (20,69)	14 (8,70)
Ângulo da articulação facetária distal (°)	55,38 ± 6,52	55,20 ± 6,39	0,208	0,835
Exsudato da articulação facetária distal (mm)	0,96 ± 0,22	0,93 ± 0,20	1,091	0,277
Altura do disco distal (mm)	9,08 ± 1,96	9,20 ± 1,90	0,469	0,64
Ângulo da articulação facetária proximal (°)	49,82 ± 6,17	50,02 ± 5,97	0,252	0,802
Exsudato da articulação facetária proximal (mm)	0,85 ± 0,27	0,83 ± 0,25	0,584	0,56
Altura do disco proximal (mm)	8,02 ± 1,56	8,07 ± 1,50	0,247	0,805
Incidência pélvica (PI, °)	52,46 ± 8,12	52,03 ± 7,86	0,404	0,687
Inclinação pélvica (PT, °)	24,58 ± 7,33	24,22 ± 7,10	0,375	0,708
Declive sacral (SS, °)	44,78 ± 6,91	44,98 ± 6,80	0,224	0,823
Quifose torácica (TK, °)	21,08 ± 7,79	21,24 ± 7,62	0,158	0,875

Tabela 2:  Análise univariada de fatores associados à lipomatose epidural na coorte de modelagem. As variáveis contínuas são apresentadas como média ± desvio padrão (DP), e as variáveis categóricas são apresentadas como número (%). As comparações foram realizadas entre o grupo com lipomatose (n = 87) e o grupo sem lipomatose (n = 161) para identificar variáveis candidatas à análise de regressão logística multivariável. Abreviaturas: BMI, índice de massa corporal; PI, incidência pélvica; PT, inclinação pélvica; SS, inclinação sacral; TK, cifose torácica.

A regressão logística binária multivariável identificou cinco preditores independentes de lipomatose epidural: idade (razão de chances [RC] = 1,510 por aumento de 10 anos), sexo feminino (RC = 2,354), IMC (RC = 1,874 por aumento de 5 kg/m²), segmento deslizado em L5 (RC = 3,766) e Graus de Goutallier 3–4 (RC = 3,184). Os coeficientes de regressão correspondentes, erros padrão, estatísticas de Wald, RCs e ICs de 95% são resumidos na Tabela 3. Os tamanhos relativos dos efeitos e ICs para os preditores mantidos são ilustrados no gráfico de floresta (Figura 1).

Variável	β	EP	Wald χ2	Valor P	OR	IC 95%
Idade	0.412	0.156	6.975	0.008	1.51	1.112-2.050
Sexo (feminino)	0.856	0.368	5.408	0.02	2.354	1.144-4.842
Índice de massa corporal	0.628	0.184	11.648	0.001	1.874	1.307-2.688
Segmento deslizado (L5)	1.326	0.342	15.034	<0.001	3.766	1.926-7.362
Grau de Goutallier (Graus 3-4)	1.158	0.316	13.421	<0.001	3.184	1.714-5.915
Constante	-5.521	1.248	19.574	<0.001	0.004	—

Tabela 3: Análise de regressão logística binária multivariável dos preditores independentes de lipomatose epidural. Os resultados são apresentados como coeficiente de regressão (β), erro padrão (EP), estatística de Wald χ², razão de chances (OR) e intervalo de confiança (IC) de 95% correspondente para os preditores independentes mantidos no modelo final de regressão logística binária multivariável. O coeficiente de idade relatado corresponde a um aumento de 10 anos, e o coeficiente de índice de massa corporal (IMC) relatado corresponde a um aumento de 5 kg/m². Para a inserção direta dos valores clínicos brutos na equação de predição, os coeficientes equivalentes são 0,0412 por ano de idade e 0,1256 por kg/m² de IMC. Abreviaturas: β, coeficiente de regressão; EP, erro padrão; OR, razão de chances; IC, intervalo de confiança.

Os gráficos de calibração mostraram concordância aproximada entre as probabilidades previstas e observadas nas coortes de modelagem e validação, com maior incerteza em probabilidades previstas mais altas na coorte de validação (Figura 2A,B).

A discriminação do modelo foi avaliada utilizando análise da curva característica de operação do receptor. O modelo preditivo alcançou AUCs de 0,834 na coorte de modelagem e 0,815 na coorte de validação (Figura 3A). A análise da curva de decisão sugeriu benefício líquido potencial em intervalos selecionados de probabilidade de limiar, comparada às estratégias de tratar todos e não tratar nenhum (Figura 3B). Como a coorte de validação foi internamente reservada de uma única instituição, esses achados indicam consistência interna e não devem ser interpretados como evidência de ampla generalização externa.

Os conjuntos de dados gerados e analisados durante o presente estudo estão disponíveis mediante solicitação razoável ao autor correspondente (R.T.). Devido à privacidade dos pacientes e às políticas institucionais de governança de dados, os dados clínicos e de imagem em nível individual não podem ser disponibilizados publicamente. Dados resumidos sem identificação, coeficientes de regressão, a equação de predição, um exemplo de ficha de codificação e o código de análise estatística podem ser compartilhados com pesquisadores qualificados, sujeitos à aprovação pelo Comitê de Ética e Revisão Institucional do Centro Médico Union de Tianjin e à assinatura de um acordo de uso de dados.

Discussão

O presente protocolo integra a aquisição padronizada de RNM, a interpretação estruturada de imagens e a modelagem quantitativa de risco em uma ferramenta coerente de apoio à decisão clínica para identificar lipomatose epidural em pacientes com DLS. Quatro componentes sequenciais compõem o fluxo de trabalho: caracterização sistemática do paciente, incluindo variáveis demográficas e antropométricas; aquisição padronizada de imagens de RNM sagital ponderada em T1, otimizada para visualização da gordura epidural; avaliação qualitativa estruturada do depósito de gordura epidural e da infiltração gordurosa dos músculos paravertebrais, utilizando critérios diagnósticos predefinidos; e aplicação de uma equação preditiva multivariável para gerar estimativas de probabilidade individualizadas. Etapas fundamentais que garantem a reprodutibilidade do protocolo incluem o uso de sequências ponderadas em T1 no plano sagital como sequência diagnóstica principal, o limiar de extensão craniocaudal ≥5 mm no mesmo plano para definir um depósito reprodutível de gordura epidural no nível deslizado, a confirmação axial do comprometimento da bainha dural, a classificação sistemática adaptada à coluna vertebral de Goutallier para infiltração gordurosa do músculo multifido e a integração desses parâmetros em um escore quantitativo de risco.

O protocolo pode ser adaptado a diferentes ambientes clínicos e plataformas de imagem. Em sistemas de 3,0 T, cortes mais finos podem ser viáveis; no entanto, o tempo de eco deve ser ajustado cuidadosamente para minimizar artefatos de brilho T1, que podem ser mais acentuados em campos magnéticos mais fortes. Em sistemas de 1,5 T, os parâmetros padrão de aquisição fornecem qualidade diagnóstica adequada; se o ruído da imagem for excessivo, aumente o número de excitações de 2 para 3 ou utilize fatores de aceleração de imagem paralela que não excedam 2. Para padrões atípicos de distribuição de gordura, incluindo distribuição circunferencial em vez de dorsal ou depósitos irregulares em vez de em faixa, aplique o critério de ≥5 mm ao maior depósito contínuo ou semicontínuo no mesmo plano sagital e confirme o achado em imagens axiais ponderadas em T2. Em caso de dúvida persistente entre lipomatose epidural patológica e gordura epidural fisiológica, compare o depósito de gordura com o diâmetro ântero-posterior e a área da secção transversal da bainha dural nas imagens axiais. Neste protocolo, as medidas quantitativas axiais são utilizadas para apoiar a confirmação e a documentação, e não como um padrão de referência independente para redefinir o resultado do modelo original. Para minimizar a variabilidade entre diferentes leitores na classificação de Goutallier, padronize o posicionamento da região de interesse na fatia axial correspondente ao ponto médio do espaço intervertebral deslizado. Resolva desacordos entre dois leitores independentes por consenso com um terceiro leitor sênior.

Várias limitações metodológicas devem ser consideradas. Primeiro, o diagnóstico baseia-se na avaliação visual qualitativa das características do sinal de ressonância magnética e da extensão craniocaudal, em vez de uma medida volumétrica quantitativa. Embora prática e amplamente aplicável, essa abordagem não capta o volume tridimensional da gordura epidural, o qual pode correlacionar-se mais diretamente com a gravidade sintomática e a urgência cirúrgica. Abordagens estabelecidas de graduação por ressonância magnética, incluindo métodos baseados na razão entre gordura epidural e saco tequal e o sistema de graduação locorregional de Manjila, fornecem informações complementares sobre o comprometimento axial do canal, extensão sagital e distribuição dorsal, ventral ou circunferencial da gordura^13,14. Essas características podem ser particularmente relevantes em L5-S1, onde a geometria do canal espinhal e a anatomia dos recessos laterais diferem das observadas em outros níveis lombares. O presente protocolo documenta prospectivamente a compressão axial e a distribuição da gordura, mas não utiliza esses sistemas de graduação como padrões de referência independentes, pois o estudo original não foi planejado como um estudo de exatidão diagnóstica com padrão de referência. Consequentemente, sensibilidade, especificidade e concordância entre métodos não foram recalculadas, evitando assim a reclassificação post hoc do desfecho do estudo original. Técnicas avançadas de ressonância magnética quantitativa, incluindo separação gordura-água baseada em Dixon e segmentação volumétrica, podem proporcionar quantificação mais precisa da gordura, mas exigem software especializado e tempo adicional de aquisição. Segundo, o sistema de graduação de Goutallier permanece semiquantitativo e está sujeito à variabilidade interobservador. Embora o esquema de cinco graus forneça uma classificação clínica prática, ele não oferece uma medida contínua da infiltração gordurosa, a qual tem sido associada à expressão de citocinas inflamatórias no músculo e no tecido adiposo epidural²¹ e a alterações nas propriedades mecânicas passivas do músculo multifido^22,23. Este estudo utilizou uma aplicação adaptada para a coluna vertebral do conceito de Goutallier, e os Graus 0-2 foram agrupados separadamente dos Graus 3-4 para distinguir substituição gordurosa não grave de grave, mantendo a parcimônia do modelo. Terceiro, o modelo de predição incorpora apenas variáveis clínicas e de imagem e não inclui marcadores bioquímicos, como perfis lipídicos séricos, marcadores inflamatórios ou adipocinas, os quais poderiam melhorar o desempenho preditivo em casos metabolicamente mediados. Quarto, o uso de triagem univariada seguida de regressão logística stepwise pode introduzir viés na seleção de variáveis e instabilidade dos coeficientes; portanto, o modelo deve ser considerado exploratório e validado apenas internamente. Finalmente, a validação externa em diferentes contextos clínicos, plataformas de imagem e populações de pacientes permanece necessária antes da ampla implementação clínica. Como a validação foi realizada utilizando uma coorte de uma única instituição, estudos prospectivos multicêntricos futuros devem confirmar o desempenho do modelo e estabelecer limiares de probabilidade clinicamente úteis.

O presente protocolo oferece diversas vantagens em relação à prática clínica não estruturada. A prática tradicional costuma depender do reconhecimento incidental, pelo radiologista, da lipomatose epidural, sem critérios diagnósticos padronizados, resultando em detecção inconsistente. Em contraste, este protocolo fornece critérios diagnósticos explícitos e um fluxo de trabalho estruturado para interpretação, que pode ser aplicado de forma consistente entre diferentes leitores e instituições. Comparado a estratégias de avaliação multimodal mais complexas, que incorporam imagens avançadas ou técnicas diagnósticas invasivas, a abordagem atual é operacionalmente prática, pois utiliza sequências padrão de ressonância magnética lombar e dados clínicos de uso rotineiro. Sua principal contribuição é a integração da avaliação de Goutallier adaptada para a coluna vertebral, referente à infiltração gordurosa do músculo multifido, em um modelo preditivo de risco para lipomatose epidural associada à DLS. Para avaliação da degeneração do disco intervertebral, o sistema de classificação de Pfirrmann permanece como uma classificação morfológica por ressonância magnética prática e amplamente aceita¹⁸. A elastografia por ressonância magnética surgiu como uma técnica quantitativa complementar, pois a rigidez do disco aumenta com o avanço da degeneração e pode fornecer informações biomecânicas objetivas além das classificações ordinais de Pfirrmann²⁴. O presente protocolo mantém a classificação de Pfirrmann por ser facilmente aplicável em exames de ressonância magnética lombar de rotina, enquanto versões futuras poderão incorporar a elastografia por ressonância magnética à medida que a tecnologia se torne mais amplamente disponível.

Clinicamente, as estimativas de probabilidade podem ajudar a informar a conscientização sobre riscos, a revisão de imagens, as discussões sobre planejamento cirúrgico e o aconselhamento ao paciente. Estudos anteriores demonstraram resultados comparáveis em dois anos entre lipomatose epidural e estenose degenerativa após descompressão^25,26. No entanto, o presente protocolo não avalia os resultados do tratamento nem compara estratégias de descompressão e não deve ser usado para exigir descompressão aberta, minimamente invasiva ou endoscópica. Em vez disso, o modelo tem a finalidade de alertar os clínicos sobre a possibilidade de acúmulo clinicamente relevante de gordura epidural e incentivar uma revisão cuidadosa da compressão axial, da distribuição da gordura dorsal ou ventral e do comprometimento da bainha dural. A hipoplasia do corpo vertebral de L5 e a pseudolistese L5-S1 são possíveis semelhantes anatômicos ou desenvolvimentais, pois um corpo vertebral de L5 relativamente pequeno na dimensão ântero-posterior e tecido gorduroso-fibroso posterior podem simular um deslizamento aparente da vértebra. Para reduzir essa fonte de classificação incorreta, o protocolo exclui a espondilolistese não degenerativa e desenvolvimental, confirma a DLS mediante radiografias em posição ortostática e ausência de defeitos do istmo, e exige correlação do nível deslizado entre ressonância magnética sagital e axial. Para o aconselhamento ao paciente, estimativas de probabilidade individualizadas podem facilitar a discussão sobre os achados de imagem e as considerações intraoperatórias esperadas. No pós-operatório, o protocolo pode ajudar a identificar pacientes que necessitam de acompanhamento mais próximo, embora essa aplicação exija validação adicional. Além da DLS, a abordagem pode ser adaptável a outros distúrbios espinhais degenerativos nos quais o acúmulo de gordura epidural contribui para os sintomas, incluindo estenose espinhal lombar e espondilose lombar sem listese.

Em conclusão, este protocolo fornece uma abordagem estruturada e clinicamente prática para avaliar a lipomatose epidural em pacientes com DLS. Ao integrar a interpretação padronizada de RNM, avaliação sistemática dos músculos paravertebrais, confirmação prospectiva no plano axial do comprometimento da bainha dural e modelagem multivariável de risco, o protocolo permite revisão reprodutível das imagens, comunicação de riscos, discussões sobre planejamento cirúrgico e aconselhamento ao paciente utilizando RNM clínica convencional, sem necessidade de equipamentos especializados. A definição original do desfecho diagnóstico e o desempenho do modelo relatado foram mantidos durante a revisão. O modelo deve ser interpretado como uma ferramenta de apoio à decisão clínica validada internamente, e não como um padrão diagnóstico de referência ou uma regra para decisão cirúrgica. Estudos futuros devem incluir comparação com padrões de referência estabelecidos de RNM, validação externa multicêntrica, análise automatizada de imagens e técnicas avançadas de RNM quantitativa, como a imagem de Dixon e a elastografia por RNM.

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Scanner de ressonância magnética de 1,5 Tesla	Equipamento	Siemens Healthineers	Magnetom Aera
Bobina de superfície para coluna vertebral com 16 canais	Equipamento	Siemens Healthineers	Configuração padrão
Monitor diagnóstico compatível com DICOM Parte 14 (3 megapixels)	Equipamento	Barco NV	Nio Color 3MP, MDNC-3421CN; calibração DICOM via Barco QAWeb Enterprise
Pacote R forestplot	Software	Foundation for Statistical Computing R	Versão 3.1.3
ImageJ	Software	Institutos Nacionais de Saúde	Versão 1.53t
Estação de trabalho PACS	Equipamento	Dell Inc.	Estação de trabalho Precision 3660 Tower; sistema operacional Windows 10, 64 bits
Sistema de Arquivamento e Comunicação de Imagens (PACS)	Software	INFINITT Healthcare Co., Ltd.	INFINITT PACS 7.0
R	Software	Foundation for Statistical Computing R	Versão 4.3.1
REDCap	Software	Universidade de Vanderbilt	Versão 13.1
Pacote R rmda	Software	Foundation for Statistical Computing R	Versão 1.6
SPSS Statistics	Software	IBM	Versão 27.0