S'abonner

Differentiating varying degrees of central sensitization in chronic widespread pain using quantitative ultrasound - 15/07/18

Doi : 10.1016/j.rehab.2018.05.1002 
S. Ahmed 1, , M. Behr 1, D. Kumbhare 2
1 University Health Network, Toronto Rehabilitation Institute, Toronto, Canada 
2 University of Toronto, Medicine, Toronto, Canada 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction/Background

Chronic widespread pain affects almost 11.4–24% of the general population. Central sensitization (CS) is thought to be the mechanism underlying chronic pain. The goal of this study was to determine whether ultrasound texture features (statistical measure of echointensity patterns) can differentiate chronic pain patients with varying degrees of CS, as our previous work has shown that texture features can differentiate patients with myofascial pain.

Material and method

Thirty patients with chronic widespread pain that fulfilled the 2016 fibromyalgia diagnostic criteria were included in the study. Patients completed the CS inventory, a questionnaire that indicates the degree of CS—mild, moderate, severe, and extreme. Patients’ upper trapezius muscle was then imaged using B-mode ultrasound. Ninety-one texture features were extracted from the acquired images, and a principal components analysis (PCA) was performed to reduce the features into components that accounted for a large proportion of the variability among the images. A MANOVA and post-hoc analyses were then performed on the features with the top three loading factors to determine whether they could differentiate patients with mild, moderate, severe, or extreme central sensitization.

Results

The PCA identified eight components that account for 95% of the variability among the images. The MANOVA and post-hoc analyses revealed that all extracted features could differentiate between two or more of the groups, and twelve variables could specify group membership (Table 1 & a visual representation in Fig. 1).

Conclusion

Texture feature analysis of the upper trapezius muscle can differentiate varying degrees of CS using a clinical classification system. Texture feature analysis of muscle should be further explored as a diagnostic marker of chronic widespread pain severity and development.

Le texte complet de cet article est disponible en PDF.

Keywords : Musculoskeletal conditions, Diagnosis of neurological, Musculoskeletal and movement related functions


Plan


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

    Export citations

  • Fichier

  • Contenu

Vol 61 - N° S

P. e430 - juillet 2018 Retour au numéro
Article précédent Article précédent
  • Quantitative ultrasound of trapezius muscle involvement in myofascial pain: Comparison of clinical and healthy populations using texture analysis
  • D. Kumbhare, S. Shaw, S. Ahmed, M. Noseworthy
| Article suivant Article suivant
  • Quantitative ultrasound using texture analysis of myofascial pain syndrome in the trapezius
  • S. Ahmed, M. Behr, M. Noseworthy, D. Kumbhare

Bienvenue sur EM-consulte, la référence des professionnels de santé.

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.