S'abonner

Évaluer la progression par l’ENMG (MUNIX) - 27/03/18

Doi : 10.1016/j.neurol.2018.02.037 
Aude Marie Grapperon , Shahram Attarian
 Centre des maladies neuromusculaires et SLA, AP–HM, Provence-Alpes-Côte-d’Azur, France 

Auteur correspondant.

Résumé

Les examens électrophysiologiques sont un élément important de l’évaluation des patients atteints de SLA car ils permettent de quantifier de façon non invasive la dysfonction des neurones moteurs. En particulier, la détermination du nombre d’unités motrices (UM) innervant un muscle est d’un intérêt considérable parce qu’elle a l’avantage de ne pas être influencée par la réinnervation compensatrice, contrairement aux évaluations cliniques et aux autres mesures électrophysiologiques. Plusieurs techniques ont été développées pour estimer le nombre d’UM in vivo. Ces méthodes nécessitent du temps et une maîtrise technique importante. La technique Motor Unit Number Index (MUNIX), développée par l’équipe de Stalberg en 2004, fournit un index directement corrélé au nombre d’UM fonctionnelles. Elle utilise un modèle mathématique basé sur l’aire et la puissance du potentiel global d’action musculaire (PGAM) après une stimulation nerveuse électrique supramaximale et de l’électromyogramme de surface à différents niveaux de contraction volontaire concentrique. Sa réalisation est rapide (environ 5min par muscle), ainsi que son apprentissage, et elle est bien supportée par les patients. La mesure de MUNIX peut donc être réalisée facilement sur plusieurs muscles, permettant une évaluation des différents territoires affectés par la maladie. Plusieurs études ont montré une bonne reproductibilité intra- et inter-examinateur chez les sujets sains et les patients SLA. MUNIX est diminué chez les patients SLA comparés aux sujets sains, et sa diminution est corrélée aux mesures cliniques telles que l’ALSFRS-R ou le testing musculaire. Les études longitudinales montrent de façon intéressante une diminution significative de MUNIX dans le temps, qui pourrait être plus rapide que la diminution de l’amplitude du PGAM voire même que l’altération des scores cliniques. La diminution de MUNIX pourrait être mesurée dans des muscles encore asymptomatiques. MUNIX pourrait ainsi être un marqueur sensible pour quantifier la progression de la SLA sur une période courte et donc un outil pertinent dans les essais thérapeutiques.

Le texte complet de cet article est disponible en PDF.

Mots clés : Motor unit number estimation, MUNIX, Amyotrophic lateral sclerosis


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 174 - N° S1

P. S173 - avril 2018 Retour au numéro
Article précédent Article précédent
  • Évaluer la progression au cours de la sclérose latérale amyotrophique par les biomarqueurs
  • Pierre-François Pradat
| Article suivant Article suivant
  • La voix : de la psychologie cognitive à la cognition sociale
  • Laetitia Bruckert

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.