分享

文献分享 | 临界肩角和肩峰指数预测肩袖损伤的有效性

 PTerrrr 2022-01-19

// 期刊:Arthroscopy: The Journal of Arthroscopic and Related Surgery

// DOI:10.1016/j.arthro.2019.03.050

// 作者:Yiyong Tang, Jingyi Hou, Qingyue Li, Fangqi Li, Congda Zhang, Weiping Li, and Rui Yang.

// 影响因子:4.772

// 分区:Q1

01

Backgroud

Bigliani等人首次提出了基于冈上肌出口位X片的3种肩峰类型,发现III型(钩状)肩峰的患者比II型(弯曲)或I型(扁平)肩峰的患者有更高的肩袖损伤风险。

Nyffeler等人建议使用肩峰指数(AI)来量化肩峰的侧向伸展,他们认为AI与肩袖全层撕裂有关。

AI=GA/GH

GA:肩胛盂平面到肩峰外缘间的距离;

GH:肩胛盂平面到肱骨头外侧间的距离。

Moor等人认为临界肩角(CSA)结合了肩胛盂倾斜和肩峰外侧伸展,其能够预测肩袖退行性损伤。

临界肩角=肩胛盂上缘和下缘的连线与肩胛盂下缘和肩峰外缘的连线之间的夹角。

此外,Moor等人还比较了标准正位X片上AI、肩峰外侧角和CSA的预测效果,发现CSA是预测肩袖损伤最准确的参数。但在临床实践中用于检查和预测肩袖损伤的X片大多声称是标准正位X片,而实际上却是非标准片。Chalmers等人收集了1552张X片,发现只有326张(21%)符合标准X片。

Suter等人开发了一种分类系统来区分非标准X片和标准X片。根据关节盂前缘和后缘的重叠程度将X片分为4种类型(A-D型)。此外,根据肩胛骨上缘与喙突的空间关系,将X片分为3个亚型(1-3亚型)。在这些X片类型中,A1和C1型被认为是标准的X片,而其他非标准X片可能会对测量指标的准确性产生重大影响。

02

Purpose

该研究的目的是探讨非标准X片上的CSA和AI是否可以作为肩袖损伤诊断的参数,并确定最佳参数。假设是对于非标准X片,AI的诊断准确率将高于CSA。

03

Methods

(1)患者选择

对2016年1月1日至2017年11月31日接受关节镜治疗的患者进行筛查。

纳入标准:(1)获得正位X片;(2)18岁及以上;(3)同意参加研究;(4)根据病史、体格检查和MRI已做出诊断者。

排除标准:(1)肩关节外科手术史;(2)肩部外伤或骨折史;(3)炎性关节炎;(4)肱骨头、肩胛盂或肩峰中度到重度破坏。

其中,RCT组仅包括全层撕裂。

(2)统计分析

用t检验分析平均CSA和AI值。通过计算CSA和AI的曲线下面积(AUC)进行受试者工作特征(ROC)曲线分析;计算了Youden指数来确定CSA和AI的cut-off点。用Pearson相关分析进行CSA与AI的相关性分析。

04

Results

根据纳排标准进行初步筛选后,174名患者符合这项研究的条件。在这些患者中,114名患者存在RCT,60名患者有完整的肩袖,但存在slap lesion和肩关节脱位。

两组的平均年龄差异有统计学意义。CSA和AI(Mean±SD)分别为41.08±6.86°和0.80±0.10(RCT)、37.52±8.41°和0.73±0.10(对照),两组间均有显著差异。

然而,当我们将X片分为标准X片(A1和C1型)和非标准X片时,非标准X片的CSA差异不再显著,而标准X片的CSA差异仍然显著。

AI似乎不受这种分类的影响。

对于标准和非标准X片混合组,AI(AUC,0.68)与CSA(AUC,0.65)的预测价值相当。区分RCT组与对照组的cut-off值分别为36.85°(CSA)和0.80(AI)。

而在标准X片上,CSA(AUC,0.86)的预测价值优于AI(AUC,0.80)。区分RCT组与对照组的cut-off值分别为33.00°(CSA)和0.72(AI)。

相反,在非标准AP片上,AI(AUC,0.64)比CSA(AUC,0.57)具有更好的预测价值。区分RCT组与对照组的cut-off值分别为42.05°(CSA)和0.83(AI)。CSA与AI的Pearson相关系数为0.52。组内相关系数(ICCs)对CSA和AI均有很好的预测作用。

基于该研究的结果,作者提出了一种新的RCT诊断方法。首先,应该对X片进行评估。其次,根据Suter-Henninger标准,正位片应分为标准正位片和非标准正位片。最后,RCT预测应基于正位片的不同标准:如果X片是标准正位片,则推荐使用CSA来预测RCT;对于非标准正位片,推荐使用AI。

05

Conclusion

在标准正位X片上,CSA和AI均能预测肩袖病变,且CSA的诊断准确率高于AI。相反,在非标准正位X片上,AI的诊断效果优于CSA。在这项研究的基础上,作者建议在诊断前对患者的X片进行评估,以确定正位X片是否符合标准正位X片。

拓展阅读

声明:本文仅供交流学习,如有侵权,立即删除。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多