分享:
分享到微信朋友圈
X
特别关注
身体质量指数和椎旁肌磁共振质子密度脂肪分数在慢性腰痛患者复发中的临床价值
钟雨萱 何波 陈佳鑫 李春丽 张振光 杨磊 胡加耀 杨俊涛 罗明斌 黄益龙

Cite this article as: ZHONG Y X, HE B, CHEN J X, et al. Clinical value of body mass index and paraspinal muscle MRI proton density fat fraction in recurrence in patients with chronic low back pain[J]. Chin J Magn Reson Imaging, 2026, 17(9): 34-41.本文引用格式:钟雨萱, 何波, 陈佳鑫, 等. 身体质量指数和椎旁肌磁共振质子密度脂肪分数在慢性腰痛患者复发中的临床价值[J]. 磁共振成像, 2026, 17(9): 34-41. DOI:10.12015/issn.1674-8034.2026.09.005.


[摘要] 目的 探讨身体质量指数(body mass index, BMI)和腰椎旁肌肉影像学参数与慢性腰痛(chronic low back pain, CLBP)复发之间的关系。材料与方法 前瞻性招募昆明医科大学第一附属医院、保山市人民医院、大理白族自治州人民医院及红河州第一人民医院CLBP患者。采集受试者临床基本信息及影像资料。根据BMI将患者分为非超重组(18.5~23.9 kg/m²)和超重组(≥24.0 kg/m²),并分析不同分组间椎旁肌肉参数的差异;使用单因素及多因素logistic分析探究影响CLBP复发的风险因素;使用受试者工作特征(receiver operating characteristic, ROC)曲线评估影像学参数的预测价值,比较加入椎旁肌肉参数和BMI后的诊断性能。结果 本研究共纳入317名CLBP患者,其中男126名(39.75%),116名患者出现复发(36.59%),110名患者超重(34.70%)。CLBP复发组患者多裂肌质子密度脂肪分数(multifidus muscle proton density fat fraction, MPDFF)显著高于非复发组(P<0.05)。在L4~L5层面,多裂肌横截面积(multifidus muscle cross sectional area, MCSA)小于非复发组(P<0.05)。logistic回归分析显示,高MPDFFL4~L5(P=0.008,OR=1.04)和MCSAL4~L5(P=0.037,OR=0.84)是CLBP复发的独立预测因子。腰椎旁肌参数结合临床特征后,ROC曲线下面积优于BMI(0.64 vs. 0.60,P<0.05)。结论 腰椎旁肌PDFF与CLBP患者复发有关,且预测价值优于BMI。
[Abstract] Objective To investigate the relationship between body mass index (BMI) and lumbar paraspinal muscle imaging parameters with the recurrence of chronic low back pain (CLBP).Materials and Methods The patients with CLBP were prospectively recruited from the First Affiliated Hospital of Kunming Medical University, Baoshan People's Hospital, Dali Bai Autonomous Prefecture People's Hospital and The first People's Hospital of Honghe State. Clinical and imaging data were collected. Patients were divided into non-overweight (18.5 to 23.9 kg/m²) and overweight (≥ 24.0 kg/m2) groups based on BMI, and differences in paraspinal muscle parameters between groups were analyzed. Univariate and multivariate analyses were used to identify risk factors for CLBP recurrence. Receiver operating characteristic (ROC) curves were employed to evaluate the predictive performance of different models and to compare model performance after incorporating paraspinal muscle parameters and BMI.Results This study included a total of 317 patients with CLBP, consisting of 126 males (39.75%). Recurrence was observed in 116 patients (36.59%), and 110 patients (34.70%) were overweight. The multifidus muscle proton density fat fraction (MPDFF) was significantly higher in the recurrence group than in the non-recurrence group (P < 0.05). At the L4-L5 level, the multifidus muscle cross sectional area (MCSA) was significantly smaller in the recurrence group compared to the non-recurrence group (P < 0.05). Logistic regression analysis showed that elevated MPDFFL4-L5 (P = 0.008, OR = 1.04) and MCSAL4-L5 (P = 0.037, OR=0.84) were independent predictors of CLBP recurrence. The area under the receiver operating characteristic curve (AUC) for the model combining lumbar paraspinal parameters with clinical characteristics was superior to that of BMI (0.64 vs. 0.60, P < 0.05).Conclusions Lumbar paraspinal muscle PDFF is associated with CLBP recurrence and has a better predictive value than BMI.
[关键词] 慢性腰痛;身体质量指数;椎旁肌脂肪浸润;复发;体成分分析;磁共振成像
[Keywords] chronic low back pain;body mass index;paraspinal muscle fatty infiltration;recurrence;body composition analysis;magnetic resonance imaging

钟雨萱 1   何波 1   陈佳鑫 1   李春丽 1   张振光 1   杨磊 1   胡加耀 2   杨俊涛 3   罗明斌 4   黄益龙 1*  

1 昆明医科大学第一附属医院影像科,昆明 650032

2 保山市人民医院放射科,保山 678000

3 大理白族自治州人民医院放射科,大理 671000

4 红河州第一人民医院放射科,蒙自 661199

通信作者:黄益龙,E-mail:kmhuangyilong@163.com

作者贡献声明::何波设计本研究的方案,对稿件的重要内容进行修改,获得国家自然科学基金项目支持;钟雨萱起草和撰写稿件,获取、分析并解释本研究的数据;黄益龙、李春丽、陈佳鑫获取、分析并解释本研究的数据,对稿件的重要内容进行修改;胡加耀、杨俊涛、罗明斌、杨磊、张振光参与序列设计、负责数据收集、整理、分析和解释;全体作者同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 82302131
收稿日期:2025-08-07
接受日期:2025-11-10
中图分类号:R445.2  R681.5 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.09.005
本文引用格式:钟雨萱, 何波, 陈佳鑫, 等. 身体质量指数和椎旁肌磁共振质子密度脂肪分数在慢性腰痛患者复发中的临床价值[J]. 磁共振成像, 2026, 17(9): 34-41. DOI:10.12015/issn.1674-8034.2026.09.005.

0 引言

       慢性腰痛(chronic low back pain, CLBP)是指肋缘至臀下皱襞以上区域发生疼痛、肌肉紧张或僵硬持续超过12周的一种疾病,可伴或不伴有腿痛[1],是全球伤残调整寿命年的首位致因[2]。复发在CLBP恢复后仍常见。研究表明,高收入国家初级保健机构患者的复发率在24%至69%之间[3],其高复发特征是医疗卫生资源负担增加的重要原因[4, 5]

       既往研究表明,超重和肥胖是CLBP的重要危险因素之一[6]。与正常体质量人群相比,肥胖可能通过改变腰椎生物力学,增加腰椎负荷而提高腰痛复发风险。然而,目前评估肥胖主要依赖身体质量指数(body mass index, BMI)评估,其无法区分脂肪分布和肌肉含量[7]。在BMI相近的患者中,肌肉脂肪浸润(fat infiltration, FI)可能存在显著差异[8]。因此,超重或肥胖与CLBP发生之间关系仍存在争论[9]

       腰椎旁肌中多裂肌和竖脊肌在维持脊柱稳定性和正常姿势方面起着重要作用。研究表明,CLBP常伴随横截面积(cross sectional area, CSA)减小和FI增加。同时,学者还指出后组椎旁肌肉(多裂肌和竖脊肌)的改变,尤其是多裂肌与腰痛关系密切[10]。这些肌肉形态和成分的改变会加剧CLBP的负担,可能诱发复发[11]。目前,定量椎旁肌结构改变的回波不对称和最小二乘估计定量序列迭代分解水和脂肪序列(iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence, IDEAL-IQ)能够无创且精准定量质子密度脂肪分数(proton density fat fraction, PDFF),为精准评估椎旁肌肉FI提供有效手段[12]。然而,磁共振成像(magnetic resonance imaging, MRI)定量的椎旁肌FI与CLBP复发的关系仍不清楚。

       因此,本研究拟通过多中心招募CLBP患者,采用MRI定量评估椎旁肌形态及FI,比较复发与非复发CLBP患者间椎旁肌CSA及PDFF差异,探究BMI和椎旁肌肉改变与CLBP复发间的潜在关系。

1 材料与方法

1.1 研究对象和随访设计

       本研究前瞻性招募2023年1月1日至2023年12月31日昆明医科大学第一附属医院、保山市人民医院、大理白族自治州人民医院及红河州第一人民医院影像科317名患者并进行亚组分析。本研究遵守《赫尔辛基宣言》,经主中心昆明医科大学第一附属医院伦理委员会批准(批准文号:2022-L-305),所有受试者理解并自愿参与本研究并签署了知情同意书。各分中心达成一致意见,统一使用主中心伦理委员会批准的研究方案进行研究。

1.2 纳入和排除标准

       纳入标准:(1)CLBP患者,病程≥3个月;(2)年龄在18~70岁;(3)非内脏源性腰痛患者(如泌尿系统结石等);(4)影像数据和临床数据完整者;(5)视觉模拟量表(visual analogue scale, VAS)疼痛严重程度评分≥2分且未接受过非保守治疗。

       排除标准:(1)MR检查禁忌证或不能配合扫描者;(2)脊柱外伤、肿瘤(原发性或转移性肿瘤)、感染(如脊髓炎、椎体骨髓炎)、手术等病史的患者;(3)诊断为脊柱畸形患者(如明显侧弯)或其他结构性脊柱异常的患者;(4)具有骨肌系统相关的其他疾病(如类风湿性关节炎、强直性脊柱炎等)及相关家族史者;(5)妊娠状态;(6)运动员或经常健身者;(7)扫描前3天内接受治疗者;(8)具有糖尿病等其他慢性疾病患者。通过研究人员筛选纳入和排除标准后,共纳入317名参与者(图1)。

图1  纳入和排除标准流程图。CLBP:慢性腰痛;BMI:身体质量指数。
Fig. 1  Patient enrollment flowchart. CLBP: chronic low back pain; BMI: body mass index.

1.3 临床信息采集

       所有被试者均采集人口学信息,包括性别、年龄、体质量、身高、BMI、工作时间、工作性质、年收入。此外,被试者进行STarT背部筛查工具(STarT back screening tool, SBST)通过识别高风险患者,评估他们的疾病风险并区分不同的治疗需求。得分越高分别代表低风险、中风险和高风险[13]。BMI计算公式为体质量/身高2(kg/m2)。本研究根据BMI将患者分为两组:非超重组是达到18.5 kg/m2且低于23.9 kg/m2,而超重组则是24.0 kg/m2及以上[14]

1.4 图像扫描

1.4.1 扫描设备及参数

       所有受试者在3.0 T MRI(Discovery 750W,GE,美国通用电气公司)扫描仪中进行腰椎扫描,采用16通道CTL脊柱相控阵线圈。受试者取仰卧位,用楔形泡沫垫略抬高双下肢以尽量减小腰部与床板空隙,扫描前使用腹带包扎腹部,嘱受试者保持胸式呼吸,双手自然放置检查床两侧,并远离腰部,尽量避免伪影产生。受试者的MRI扫描包括腰椎常规T2WI矢状位、T1WI矢状位、T2WI轴位、T2WI压脂矢状位、椎旁肌肉IDEAL-IQ序列。考虑到L4~S1层面是椎间盘退行性改变和疼痛的好发水平[15],本研究椎旁肌IDEAL-IQ序列扫描范围设为L4~S1。为了保证图像质量的一致性,扫描参数由昆明医科大学第一附属医院的技师及医师进行调整,当图像质量可以良好显示解剖结构后,把相应序列打包安装于其他多中心医院。具体的磁共振扫描参数见表1

表1  磁共振扫描参数
Tab. 1  MRI scanning parameters

1.4.2 图像后处理和参数测量

       所有磁共振扫描图像数据均传至各中心的图像存储和通讯系统,再将原始图像传送至图像后处理工作站(Advantage Windows 4.6,GE,美国)进行后处理。首先,在正中矢状位图像上定位L4~L5和L5~S1椎间盘。然后,在横断面T2WI和IDEAL-IQ序列的椎间盘的中间层面,由一名对患者信息不知情的影像专业研究生,沿着多裂肌和竖脊肌的筋膜内缘,手动勾画双侧肌肉的感兴趣区(图2)。勾画过程中主观判断避开肉眼可见的肌肉内脂肪条索、粗大血管及纤维隔膜。本研究未设定PDFF全局阈值,而是计算了感兴趣区内所有像素的平均PDFF值。记录L4~L5和L5~S1节段的左右两侧椎旁肌肉的CSA和PDFF的结果,最后将左右椎旁肌的参数进行计算后得到双侧平均CSA和PDFF,并以此进行统计分析。计算公式:CSA平均=(CSA左+CSA右)/2;PDFF平均=(PDFF左+PDFF右)/2。以上所有数据均由一名该专业的研究生进行测量,测量者对患者信息不知情。为评估椎旁肌参数测量的一致性,由同一名测量员在首次测量4周后,随机抽取30名患者的图像,采用相同方法对L4~L5水平的多裂肌和竖脊肌的CSA和PDFF进行重复测量,且对首次测量结果不知情。采用组内相关系数(intra-class correlation coefficient, ICC)评估两次测量结果的一致性。

图2  椎间盘中份层面的患者CSA 和PDFF 勾画示意图。红色:多裂肌,蓝色:竖脊肌。2A:椎旁肌勾画层面定位(箭);2B:横断面T2WI 图像CSA测量;2C:横断面IDEAL-IQ 图像PDFF 测量。CSA:横截面积;PDFF:质子密度脂肪分数;IDEAL-IQ:回波不对称和最小二乘估计定量序列迭代分解水和脂肪序列。
Fig. 2  Schematic diagram of patient CSA and PDFF delineation at the midplane of the intervertebral disc. Red: multifidus muscle, Blue: erector spinae muscle. 2A: paraspinal muscle delineation level localization (arrow); 2B: Cross sectional T2WI image CSA measurement; 2C: Cross sectional IDEAL-IQ image PDFF measurement. CSA: cross sectional area; PDFF: proton density fat fraction; IDEAL-IQ: iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence.

1.5 随访结局

       本研究通过电话随访或微信方式记录参与者的腰痛复发情况进行随访。由一名不知患者基线临床与影像学数据的研究人员完成,并以基线MRI检查日期作为随访起点。截止日期为2024年12月31日,至截止日所有患者均完成了至少12个月的随访,在随访期间记录CLBP患者的恢复和复发情况。CLBP的复发定义为持续至少24小时且疼痛强度在VAS评分2分以上[15]。复发事件及持续时间主要通过患者单次随访问卷自我回忆进行确认。患者在随访期内发生符合上述标准的事件即被归入“复发组”。对于多次复发者,记录首次复发情况。

1.6 统计学方法

       使用R软件(Version:4.3.2,https://cran.r-project.org/)进行数据分析,采用Shapiro-Wilk法对计量资料进行正态性检验,符合正态分布的计量资料用均值±标准差表示,不符合正态分布用中位数和四分位法表示。符合正态分布的计量资料两独立样本间比较采用独立样本t检验,配对样本比较采用配对t检验,不符合正态分布的计量资料采用Mann-Whitney_U检验,比较计数资料采用χ2检验。正态分布的连续性变量采用Pearson相关,否则采用Spearman相关来评价。相关性程度分为最小(r<0.2)、弱(0.2≤∣r∣<0.4)、中等(0.4≤∣r∣<0.7)和强(∣r∣≥0.7)。采用DeLong检验比较各模型的受试者工作特征(receiver operating characteristic, ROC)曲线和曲线下面积(area under the curve, AUC)。P<0.05为差异有统计学意义。

2 结果

2.1 基线特征比较

       本研究共纳入317名CLBP患者,其中男126名(39.75%),女191名(60.25%)。有116名患者出现复发(36.59%),201名患者非复发(63.41%)。两组患者在性别、年龄、BMI、工作时间、工作性质、年收入水平方面差异均无统计学意义(P>0.05)。随后,我们对椎旁肌参数的测量一致性进行了评估,椎旁肌CSA和PDFI测量结果的ICC分别为0.92、0.89,ICC值均>0.75,表明测量一致性良好。复发组患者的MPDFFL4~L5显著高于非复发组(P=0.005),MPDFFL5~S1亦高于非复发组,差异有统计学意义(P=0.019)。而对于CSA,只有L4~L5层面的MCSA复发组小于非复发组(P=0.025),其余层面无明显差异(P>0.05)。SBST评分高风险组更大,高达12%(表2)。

表2  复发组与非复发组临床特征与影像参数比较
Tab. 2  Comparison of clinical characteristics and imaging parameters between the recurrence group and non-recurrence group

2.2 不同BMI的CLBP人群椎旁肌肉参数分析

       本研究首先分析了不同BMI人群中椎旁肌的CSA和PDFF的差异性。通过BMI将人群分为非超重人群(n=207,复发80例)和超重人群(n=110,复发36例)。在L4~L5层面,超重组的ECSA和MCSA,以及EPDFF显著高于非超重组(图3A~3C),MCSAL5~S1同样高于非超重组(图3FP<0.001);而其他指标的差异无统计学意义(P>0.05)。进一步比较不同BMI亚组内复发和非复发组的椎旁肌肉影像参数(表3)。结果显示在非超重患者中复发组MCSAL4~L5缩小,而MPDFFL4~L5和MPDFFL5~S1增大,且差异具有统计学意义(P均<0.05)。超重患者复发组MPDFFL4~L5和MPDFFL5~S1仍高于非复发组,但是差异无统计学意义(P>0.05)。

图3  超重和非超重亚组内CSA和PDFF的差异。CSA:横截面积;ECSA:竖脊肌横截面积;MCSA:多裂肌横截面积;EPDFF:竖脊肌质子密度脂肪分数;MPDFF:多裂肌质子密度脂肪分数。
Fig. 3  Differences in CSA and PDFF between overweight and non-overweight subgroups. CSA: cross sectional area;; ECSA: erector spinae muscle cross sectional area; MCSA: multifidus muscle cross sectional area; EPDFF: erector spinae muscle proton density fat fraction; MPDFF: multifidus muscle proton density fat fraction.
表3  非超重组和超重组中椎旁肌参数在复发与非复发患者间的比较
Tab. 3  Comparison of imaging parameters between recurrence and non-recurrence patients in the non-overweight and overweight group

2.3 BMI和椎旁肌肉参数之间的相关性分析

       在对BMI、超重组以及椎旁肌肉测量值进行相关性分析可以看出,L4~L5的MCSA与L5~S1的MCSA之间显示出较强的正相关性(r=0.71),L4~L5和L5~S1的PDFF与其他椎间隙的MCSA和ECSA关系较弱。PDFF与BMI及超重分组的相关性低(图4)。

图4  BMI和椎旁肌肉测量值之间的相关性分析热图。BMI:身体质量指数;EPDFF:竖脊肌质子密度脂肪分数;MPDFF:多裂肌质子密度脂肪分数;ECSA:竖脊肌横截面积;MCSA:多裂肌横截面积。
Fig. 4  Heatmap of correlation analysis between BMI and paraspinal muscle measurements. BMI: body mass index; EPDFF: erector spinae proton density fat fraction; MPDFF: multifidus muscle proton density fat fraction; ECSA: erector spinae cross sectional area; MCSA: multifidus muscle cross sectional area.

2.4 CLBP复发的单因素和多因素逻辑回归分析

       单因素回归分析结果显示,性别、年龄、BMI、工作时间、工作性质、年收入水平、SBST(中风险)、MCSAL5~S1以及竖脊肌的CSA和PDFF与复发风险之间的关联未达到统计学显著性(P>0.05)。然而,MCSAL4~L5、MPDFFL4~L5和MPDFFL5~S1与复发风险接近显著水平(P=0.026、0.003、0.013)。同时,MCSAL4~L5是复发的保护因素(OR=0.84,每100 mm²),MPDFFL4~L5是危险因素(OR=1.05)。在控制其他变量后,研究对具有统计学差异的因素进一步进行了多因素回归分析。在多因素回归分析中,SBST高风险仍与复发风险相关(P=0.004)。分析结果显示,MCSAL4~L5(OR=0.84,每100 mm2)与MPDFFL4~L5(OR=1.04)均为CLBP复发的独立危险因素,其中MPDFFL4~L5仍对复发具有显著的负向影响(表4图5)。

图5  CLBP非复发组和复发组多裂肌和竖脊肌的PDFF图。5A:CLBP非复发患者,男,56岁,BMI为21.85 kg/m2,多裂肌平均PDFF为15.78%,多裂肌平均CSA为1 013.65 mm²。5B:CLBP复发患者,男,29岁,BMI为21.20 kg/m2,多裂肌平均PDFF为25.63%,多裂肌平均CSA为869.23 mm2。CLBP:慢性腰痛;PDFF:质子密度脂肪分数;BMI:身体质量指数;CSA:横截面积。
Fig. 5  PDFF images of multifidus muscle and erector spinae muscle in non-recurrence and recurrence CLBP groups. 5A: CLBP non-recurrence patient, male, 56 years old, BMI 21.85 kg/m2, average multifidus muscle PDFF 15.78%, average multifidus muscle CSA 1 013.65 mm2. 5B: CLBP recurrence patient, male, 29 years old, BMI 21.20 kg/m2, average multifidus muscle PDFF 25.63%, average multifidus muscle CSA 869.23 mm2. CLBP: chronic low back pain; PDFF: proton density fat fraction; BMI: body mass index; CSA: cross sectional area.
表4  单因素和多因素逻辑回归分析
Tab. 4  Univariate and multivariate logistic regression analysis

2.5 比较BMI和椎旁肌测量预测CLBP复发的性能差异

       通过绘制患者ROC曲线和计算相应的预测性能指标,评估了BMI和椎旁肌影像参数对CLBP复发的预测价值差异。相比BMI,椎旁肌肉影像学参数的AUC由0.60(95% CI:0.54~0.67)提升至0.64(95% CI:0.57~0.70),DeLong检验P=0.041(图6)。并且椎旁肌影像参数使预测的敏感度从61%提高到71%,阳性预测值从70%提高到72%,阴性预测值从45%提高到50%,准确度从59%升至64%。性能指标详见表5

图6  BMI和椎旁肌肉特征识别复发的ROC曲线。6A:临床+BMI;6B:临床+椎旁肌肉参数。BMI:身体质量指数;ROC:受试者工作特征;AUC:曲线下面积;CI:置信区间。
Fig. 6  Comparison of ROC curves in identifying recurrence between BMI and paraspinal muscle features. 6A: clinical + BMI; 6B: clinical + paraspinal muscle parameters. ROC: receiver operating characteristic; BMI: body mass index; AUC: area under the curve; CI: confidence interval.
表5  预测性能分析
Tab. 5  Model performance analysis

3 讨论

       这项前瞻性队列研究聚焦于CLBP患者复发的预测因素,尤其是BMI和椎旁肌影像参数的作用。结果显示,复发组的MCSA较小,MPDFF显著升高,提示肌肉质量下降与脂肪沉积增加可能与复发密切相关。研究进一步表明,椎旁肌的影像学参数作为潜在的复发预测指标,具有较高的临床预测价值。该发现强调了椎旁肌PDFF在CLBP复发中的潜在作用,并支持其作为临床风险评估的重要补充指标。

3.1 BMI与CLBP复发的关系及其局限性

       当前的大部分研究集中在BMI与CLBP的关系上。有研究指出,肥胖人群的腰痛复发率显著高于正常体质量人群[16]。然而也有研究提出,CLBP的复发风险受多种因素的影响,这表明BMI并非复发的直接决定因素[17]。研究结果提示,超重人群在L4~L5和L5~S1层面有更高的FI和更大的CSA。

       值得深入探讨的是,我们对不同BMI亚组内复发和非复发组的椎旁肌肉影像参数进一步比较后发现超重群体中复发组MPDFFL4~L5和MPDFFL5~S1却无显著差异。而在非超重群体内部,复发组的多裂肌FI显著更高,肌肉萎缩更严重。这种差异可能源于不同BMI人群中主导的复发机制不同。在超重或肥胖人群,CLBP复发可能由系统性因素驱动,研究表明,肥胖不仅仅通过增加机械性负荷增加腰椎压力,还可以通过诱发慢性炎症反应引发腰痛的复发。例如,脂肪组织分泌多种炎症因子(如白细胞介素-6、肿瘤坏死因子-α等),刺激腰椎周围的神经末梢,从而加重腰痛[18]。这些炎症因子还可能通过影响椎旁肌的代谢特性,导致肌肉功能下降,进而破坏腰椎的稳定性[19]。在这种高风险的背景下,局部肌肉质量的附加影响可能被掩盖,从而在统计学上难以被检测。相反,在正常体质量人群中,由于缺乏上述因素,椎旁肌(尤其是多裂肌)的FI增加直接导致腰椎稳定性下降,使得MPDFF的预测价值得以显现。这一发现与TEICHTAHL等[20]的研究结论相呼应,他们在调整BMI后,同样观察到椎旁肌FI与腰痛的强关联性。BMI作为单一指标的局限性,也揭示了CLBP复发的主导机制可能存在人群异质性。

       但考虑到BMI作为潜在的影响因素[6],我们将其纳入预测模型后发现,预测表现逊色于椎旁肌肉参数。一方面这可能是源于样本中超重人群比例较低,导致BMI在统计中的效应不显著;另一方面,BMI无法准确区分脂肪量和肌肉量[21]。综上,我们的结果表明,BMI作为单一指标的局限性,也揭示了CLBP复发的主导机制可能存在人群异质性。未来的临床管理和风险分层策略应考虑这种差异,对于超重/肥胖患者,干预重点或应集中于体质量管理与全身性炎症控制;而对于正常体质量患者,针对椎旁肌质量和功能的康复训练则可能更具针对性。

3.2 PDFF与CLBP复发的关系

       椎旁肌作为维持腰椎稳定性的重要组成部分[22],其功能的变化直接影响到腰椎的稳定性。当BMI升高时,肌肉的FI程度增加[23],这种代谢特性发生改变导致肌肉功能下降,进而损害腰椎的稳定性,为腰痛的复发创造了有利条件[24]。CLBP患者通常伴有不同程度的椎旁肌肉退变,其典型表现为肌肉萎缩和FI的增加[25]。FI可能加重CLBP,宏观上表现为CSA的减少和PDFF的增加[26]。与上述BMI的局限性相比,椎旁肌的PDFF显示出更强的相关性和更高的预测价值。特别是在L4~L5和L5~S1水平,我们的研究证实了PDFF与CLBP复发的相关性,提示椎旁肌FI可能对复发有一定影响。值得注意的是,PDFF的价值在不同肌肉群和不同椎间盘层面中都存在差异。在最新的一项横断面研究中,竖脊肌的肌电图活动与FI呈显著负相关,而多裂肌未发现这种关系[27],这与我们的单因素回归分析结果吻合。同时,LI等[28]的研究表明,在L5~S1节段,FI的影响最为显著。因此,我们的研究进一步明确了测量平面(L4~L5水平和L5~S1水平)、肌肉分组标准(多裂肌、竖脊肌)及SBST(低、中、高风险)对腰痛复发的影响,为椎旁肌FI与CLBP复发之间关系的深入理解提供了有力支持。

3.3 BMI和椎旁肌影像参数预测价值比较

       本研究在临床特征的基础上,比较了BMI和椎旁肌肉影像学参数的复发预测表现。结果显示,椎旁肌肉影像学参数纳入到CLBP复发预测模型后,预测表现有一定提升(AUC从0.60提升至0.64)。椎旁肌肉参数比对BMI,敏感度(61%提高到71%)和阳性预测值(70%提高到72%)等预测性能均表现出显著的提升。然而,必须指出的是,尽管椎旁肌参数模型优于BMI,但其整体预测效能(AUC=0.64)仍处于中等水平,距离成熟的临床应用尚有距离。这主要源于腰痛复发是多因素的结果,本研究纳入的因素较少,所以总体上本研究中预测模型的AUC值较低,未来应进行多因素,甚至多维度的数据分析进一步提高复发的预测效果。但本研究表明椎旁肌肉结构改变,尤其是FI在CLBP复发的预测中的一定的预测作用,为CLBP的临床管理和干预提供了重要依据。

       尽管该预测模型为复发风险提供了更精确评估,但其临床意义不仅仅在于模型本身的建立。更重要的是,如何将这些预测结果转化为有效的干预策略,以降低复发风险。我们发现,椎旁肌肉的PDFF与复发风险之间有显著相关性,这一发现为临床干预提供了切实可行的方向。虽然PDFF与肌肉质量(如InterMAT)并不完全等同[29],但高PDFF值的患者通常伴随较高的FI,这一发现尤其重要,因为通过控制PDFF,可能在一定程度上减轻复发的风险。例如,已有研究表明,运动训练、减脂疗法和营养干预等措施,可以有效减少肌肉脂肪含量,从而降低CLBP的复发风险[21, 30]。因此,临床上对于高PDFF的患者可以采取一些干预手段,针对高风险群体提供更加个性化的治疗方案来调整椎旁肌肉的脂肪比例,从而降低CLBP复发的风险。这一发现不仅为复发风险评估提供了新的视角,也为临床干预提供了可操作的依据。

4 局限性与展望

       本研究的不足之处在于:(1)样本量较小且受试者以超重为主,肥胖患者比例较低,可能存在选择偏倚。由于PDFF与CLBP复发的关系具有一定的个体差异,未来的研究应纳入更广泛的患者群体,尤其是肥胖患者群体,以验证PDFF在不同体型患者中的预测价值。(2)采用横断面设计,未能揭示因果关系,未来研究可以通过纵向队列研究进一步探讨椎旁肌肉与CLBP复发之间的因果关系。(3)为避免高水平的体育活动和代谢性疾病对椎旁肌FI和肌肉质量的影响,我们排除了糖尿病患者和运动员或经常健身者。这种做法虽然更清晰地揭示BMI、PDFF与复发之间的关联,但限制了研究结论在更广泛CLBP人群中的外部可推广性。(4)本研究虽系统收集了随访期间的治疗信息,但其种类繁多且在样本中分布不均,难以进行有效的统计分析。因此,未来需要通过前瞻性研究设计,对治疗策略进行标准化或详细记录,以进一步评估治疗本身对复发的影响。(5)本研究虽然体现椎旁肌CSA和PDFF测量对复发评估的临床价值,但是预测性能仍较为有限。在未来可利用机器学习等先进算法整合心理和社会因素、生活方式因素和具体的腰椎退变征象情况等因素,构建出提高临床预测准确性的潜力方法。

5 结论

       本研究表明,椎旁肌肉的影像学参数(特别是PDFF)在预测CLBP复发中具有潜在价值。通过分析这些影像学参数,能够更好地理解CLBP复发的生物学机制,并为高风险患者提供早期干预的依据。尽管本研究并未旨在建立预测模型,但我们的研究结果表明,椎旁肌肉参数可作为一个有潜力的指标,辅助临床评估复发风险。

[1]
HO E K, CHEN L X, SIMIC M, et al. Psychological interventions for chronic, non-specific low back pain: systematic review with network meta-analysis[J/OL]. BMJ, 2022, 376: e067718 [2025-10-25]. https://pmc.ncbi.nlm.nih.gov/articles/PMC8965745/. DOI: 10.1136/bmj-2021-067718.
[2]
GBD 2021 Low Back Pain Collaborators. Global, regional, and national burden of low back pain, 1990-2020, its attributable risk factors, and toprojections 2050: a systematic analysis of the Global Burden of Disease Study 2021[J/OL]. Lancet Rheumatol, 2023, 5(6): e316-e329 [2025-10-24]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10234592/. DOI: 10.1016/s2665-9913(23)00098-x.
[3]
SILVA T DA, MACASKILL P, KONGSTED A, et al. Predicting pain recovery in patients with acute low back pain: Updating and validation of a clinical prediction model[J]. Eur J Pain, 2019, 23(2): 341-353. DOI: 10.1002/ejp.1308.
[4]
KNEZEVIC N N, CANDIDO K D, VLAEYEN J W S, et al. Low back pain[J]. Lancet, 2021, 398(10294): 78-92. DOI: 10.1016/S0140-6736(21)00733-9.
[5]
CHIAROTTO A, KOES B W. Nonspecific low back pain[J/OL]. N Engl J Med, 2021, 38618 [2025-10-24]. https://pubmed.ncbi.nlm.nih.gov/35507483/. DOI: 10.1056/NEJMcp2032396.
[6]
LUCHA-LÓPEZ M O, HIDALGO-GARCÍA C, MONTI-BALLANO S, et al. Body mass index and its influence on chronic low back pain in the Spanish population: A secondary analysis from the European health survey (2020)[J/OL]. Biomedicines, 2023, 11(8): 2175 [2025-10-24]. https://pubmed.ncbi.nlm.nih.gov/37626672/. DOI: 10.3390/biomedicines11082175.
[7]
MAINOUS A G, YIN L, WU V, et al. Body mass index vs body fat percentage as a predictor of mortality in adults aged 20-49 years[J]. Ann Fam Med, 2025, 23(4): 337-343. DOI: 10.1370/afm.240330.
[8]
AILY J B, DE NORONHA M, FERRARI R J, et al. Differences in fatty infiltration in thigh muscles and physical function between people with and without knee osteoarthritis and similar body mass index: a cross-sectional study[J/OL]. BMC Musculoskelet Disord, 2025, 26(1): 109 [2025-10-24]. https://pubmed.ncbi.nlm.nih.gov/39901175/. DOI: 10.1186/s12891-025-08347-y.
[9]
ZHANG J, WANG B, ZOU C, et al. Low back pain trends attributable to high body mass index over the period 1990-2021 and projections up to 2036[J/OL]. Front Nutr, 2024, 11: 1521567 [2025-10-25]. https://pmc.ncbi.nlm.nih.gov/articles/PMC11790459/. DOI: 10.3389/fnut.2024.1521567.
[10]
NGUYEN H S, DOAN N, SHABANI S, et al. Upright magnetic resonance imaging of the lumbar spine: Back pain and radiculopathy[J]. J Craniovertebr Junction Spine, 2016, 7(1): 31-37. DOI: 10.4103/0974-8237.176619.
[11]
HAN G Y, JIANG Y, ZHANG B, et al. Imaging evaluation of fat infiltration in paraspinal muscles on MRI: a systematic review with a focus on methodology[J]. Orthop Surg, 2021, 13(4): 1141-1148. DOI: 10.1111/os.12962.
[12]
康静, 查云飞, 李亮, 等. 基于IDEAL-IQ序列MR纹理分析评价慢性腰痛患者椎旁脂肪浸润[J]. 磁共振成像, 2021, 12(10): 6-11. DOI: 10.12015/issn.1674-8034.2024.09.039.
KANG J, ZHA Y F, LI L, et al. MR texture analysis of paravertebral fat infiltration in patients with chronic low back pain based on IDEAL-IQ sequence[J]. Chin J Magn Reson Imag, 2021, 12(10): 6-11. DOI: 10.12015/issn.1674-8034.2024.09.039.
[13]
WIANGKHAM T, PHUNGWATTANAKUL N, THONGBAI N, et al. Translation, cross-cultural adaptation and psychometric validation of the Thai version of the STarT Back Screening Tool in patients with non-specific low back pain[J/OL]. BMC Musculoskelet Disord, 2021, 22(1): 454 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/34006259/. DOI: 10.1186/s12891-021-04347-w.
[14]
RUBINO F, CUMMINGS D E, ECKEL R H, et al. Definition and diagnostic criteria of clinical obesity[J]. Lancet Diabetes Endocrinol, 2025, 13(3): 221-262. DOI: 10.1016/S2213-8587(24)00316-4.
[15]
STANTON T R, LATIMER J, MAHER C G, et al. A modified Delphi approach to standardize low back pain recurrence terminology[J]. Eur Spine J, 2011, 20(5): 744-752. DOI: 10.1007/s00586-010-1671-8.
[16]
HEUCH I, HEUCH I, HAGEN K, et al. Overweight and obesity as risk factors for chronic low back pain: a new follow-up in the HUNT Study[J/OL]. BMC Public Health, 2024, 24(1): 2618 [2025-10-25]. https://pubmed.ncbi.nlm.nih.gov/39334024/. DOI: 10.1186/s12889-024-20011-z.
[17]
牛升波, 杨桓, 吴江红, 等. 慢性腰痛诊断与治疗的研究进展[J]. 海军军医大学学报, 2023, 44(6): 726-732. DOI: 10.16781/j.cn31-2187/r.20211177.
NIU S B, YANG H, WU J H, et al. Diagnosis and treatment of chronic low back pain: research progress[J]. Acad J Nav Med Univ, 2023, 44(6): 726-732. DOI: 10.16781/j.cn31-2187/r.20211177.
[18]
HUANG Y L, WANG L, LUO B F, et al. Associations of lumber disc degeneration with paraspinal muscles myosteatosis in discogenic low back pain[J]. Front Endocrinol (Lausanne), 2022, 13: 891088. DOI: 10.3389/fendo.2022.891088.
[19]
JIANG J Q, HUANG Y L, HE B. Advances in the interaction between lumbar intervertebral disc degeneration and fat infiltration of paraspinal muscles: critical summarization, classification, and perspectives[J/OL]. Front Endocrinol (Lausanne), 2024, 15: 1353087 [2025-10-25]. https://pmc.ncbi.nlm.nih.gov/articles/PMC11228240/. DOI: 10.3389/fendo.2024.1353087.
[20]
TEICHTAHL A J, URQUHART D M, WANG Y Y, et al. Fat infiltration of paraspinal muscles is associated with low back pain, disability, and structural abnormalities in community-based adults[J]. Spine J, 2015, 15(7): 1593-1601. DOI: 10.1016/j.spinee.2015.03.039.
[21]
HEGAZI R, HALPERN B. Looking beyond fat in obesity: the frequently overlooked importance of muscle mass[J]. Rev Endocr Metab Disord, 2025, 26(5): 719-721. DOI: 10.1007/s11154-025-09986-1.
[22]
SUO M, ZHANG J, SUN T, et al. The association between morphological characteristics of paraspinal muscle and spinal disorders[J/OL]. Ann Med, 2023, 55(2): 2258922 [2025-10-24]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10512810/. DOI: 10.1080/07853890.2023.2258922.
[23]
CHEN J X, HUANG Y L, YANG Y J, et al. Vertebral bone quality score was associated with paraspinal muscles fat infiltration, but not modic classification in patients with chronic low back pain: a prospective cross-sectional study[J/OL]. BMC Musculoskelet Disord, 2024, 25(1): 509 [2025-10-24]. https://pmc.ncbi.nlm.nih.gov/articles/PMC11221129/. DOI: 10.1186/s12891-024-07626-4.
[24]
WANG Z, ZHAO Z, HAN S, et al. Advances in research on fat infiltration and lumbar intervertebral disc degeneration[J/OL]. Front Endocrinol (Lausanne), 2022, 13: 1067373 [2025-10-24]. https://pmc.ncbi.nlm.nih.gov/articles/PMC9768030/. DOI: 10.3389/fendo.2022.1067373.
[25]
LEE S H, PARK S W, KIM Y B, et al. The fatty degeneration of lumbar paraspinal muscles on computed tomography scan according to age and disc level[J]. Spine J, 2017, 17(1): 81-87. DOI: 10.1016/j.spinee.2016.08.001.
[26]
JUNG M, ROSPLESZCZ S, LÖFFLER M T, et al. Association of lumbar vertebral bone marrow and paraspinal muscle fat composition with intervertebral disc degeneration: 3T quantitative MRI findings from the population-based KORA study[J]. Eur Radiol, 2023, 33(3): 1501-1512. DOI: 10.1007/s00330-022-09140-4.
[27]
ZHANG T W, FIROUZABADI A, BECKER L, et al. Association between lumbar paraspinal muscle activities and quality in chronic low back pain: a cross-sectional analysis[J]. Eur Spine J, 2025, 34(4): 1348-1358. DOI: 10.1007/s00586-025-08727-x.
[28]
LI Y, WANG R L, LI J J, et al. Different degeneration patterns of paraspinal muscles between double-level and single-level lumbar spondylolisthesis: an magnetic resonance imaging analysis of 140 patients[J]. Neurospine, 2024, 21(3): 1029-1039. DOI: 10.14245/ns.2448576.288.
[29]
ZIEGELMAYER S, HÄNTZE H, MERTENS C, et al. Intermuscular adipose tissue and lean muscle mass assessed with MRI in people with chronic back pain in Germany: a retrospective observational study[J/OL]. Lancet Reg Health Eur, 2025, 54: 101323 [2025-10-24]. https://pmc.ncbi.nlm.nih.gov/articles/PMC12141060/. DOI: 10.1016/j.lanepe.2025.101323.
[30]
MOSER I, SOMMER I, GARTLEHNER G. WHO guideline for non-surgical management of chronic primary low back pain in adults in primary and community care settings [Internet[J/OL]. 2024: 715-722. DOI: 10.1055/a-2375-3671.

上一篇 基于胸部CT体成分指标联合前列腺癌病灶与前列腺周围脂肪多参数MRI预测神经侵犯的价值
下一篇 绝经后女性脂肪沉积对血浆致动脉粥样硬化指数的影响
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2