《Sensors》:Three-Dimensional Surface Topography for Entropy-Based Comparison of Sagittal Postural Classifications in Children
编辑推荐:
传感器三维表面形貌可提供矢状面脊柱对线的非侵入性定量测量,但分类姿势曲线也取决于将连续测量值转换为分类时所用的阈值和类别结构。这项横断面方法学研究使用同一组由DIERS Formetric III 4D栅格立体摄影系统获取的传感器来源胸椎后凸和腰椎前凸测量值,
传感器三维表面形貌可提供矢状面脊柱对线的非侵入性定量测量,但分类姿势曲线也取决于将连续测量值转换为分类时所用的阈值和类别结构。这项横断面方法学研究使用同一组由DIERS Formetric III 4D栅格立体摄影系统获取的传感器来源胸椎后凸和腰椎前凸测量值,比较了操作性五分类与九型Wilczyński分类。共评估了952名10~12岁儿童(478名女孩,474名男孩)。类别分布采用描述性方法总结,在9×5列联表中进行交叉分类,并使用Cramér's V和香农熵进行评估。五分类将94.1%的参与者集中在两个类别,而九型分类产生了更分散和更均匀的分布。九型分类的归一化香农熵更高(0.85对0.57),Cramér's V为0.55。由于两种系统都是对相同传感器来源测量值的确定性转换,这些统计量被解释为描述性的。研究结果表明,分类阈值和类别架构在很大程度上影响由相同传感器测量值生成的分类表示。更大的粒度和更高的熵仅提示分布分化,而非更优的临床有效性;需要独立的外部验证来确定临床相关性。
**论文解读:三维表面形貌用于基于熵的儿童矢状面姿势分类比较**
矢状面脊柱对线(sagittal spinal alignment)是儿童和青少年肌肉骨骼评估中的重要组成部分,胸椎后凸(thoracic kyphosis)和腰椎前凸(lumbar lordosis)是矢状面脊柱形态的基本参数,其大小在生长和成熟过程中发生显著变化,且个体间差异很大。因此,客观、可重复的评估方法在儿科人群中尤为重要。三维表面形貌(three-dimensional surface topography)技术,尤其是栅格立体摄影(rasterstereography),可非侵入性、无辐射地获取背部表面几何信息,并通过模型重建脊柱形态。DIERS Formetric III 4D系统便是这类传感器光学测量设备,能够提供连续的角度参数。然而,将这些连续的传感器测量值转化为姿势类别时,必须应用特定的决策阈值、类别数目和分类规则。不同的分类系统可能将同一测量值划分为不同的姿势类别,从而影响姿势类型患病率的报告和跨研究的可比性。以往研究多聚焦于脊柱曲度参数的大小、患病率及其与年龄、体成分等因素的关联,而对分类系统本身如何影响参与者分配的问题关注不足。为此,研究人员开展了一项横断面方法学研究,将操作性五分类与九型Wilczyński分类应用于同一组传感器来源的胸椎后凸角和腰椎前凸角测量值,并使用香农熵(Shannon entropy)定量比较类别分布的均匀性。
研究在波兰?wi?tokrzyskie地区招募了952名10~12岁儿童(478名女孩,474名男孩),于2019—2020学年使用DIERS Formetric III 4D系统进行背部表面三维测量。研究人员自动计算每位参与者的胸椎后凸角(ICT–ITL)和腰椎前凸角(ITL–ILS),随后将操作性五分类(正常、圆背、凹背、圆凹背、平背)和基于二维3×3组合的九型Wilczyński分类分别应用于相同的连续数据。通过描述性统计、9×5列联表交叉分类、Cramér's V以及香农熵和归一化熵,分析两种分类系统的分布特征。结果发现,五分类将94.1%的参与者集中在两个类别(圆背和正常),而九型分类的分布更为分散和均匀,归一化香农熵更高(0.85对0.57),Cramér's V为0.55。由于两种系统都是对相同传感器来源测量值的确定性转换,这些统计量仅作描述性解释。研究发表于《Sensors》。
**主要技术方法**:采用DIERS Formetric III 4D栅格立体摄影系统,以4D平均采集模式获取背部表面三维数据,自动计算胸椎后凸角(ICT–ITL)和腰椎前凸角(ITL–ILS)。操作性五分类将胸椎后凸>40°且腰椎前凸≤50°定义为圆背,胸椎后凸>40°且腰椎前凸>50°为圆凹背,胸椎后凸≤40°且腰椎前凸>50°为凹背,胸椎后凸<20°且腰椎前凸<30°为平背,其余为正常。九型Wilczyński分类将胸椎后凸和腰椎前凸各分为降低、参考区间内、增加三档(胸椎后凸:<42°、42°~55°、>55°;腰椎前凸:<33°、33°~47°、>47°),组合成9种互斥类型。统计工具包括频率描述、交叉列联表、Pearson χ2、Cramér's V、香农熵及归一化熵。研究样本为波兰?wi?tokrzyskie地区便利抽样的小学生。
**3.1 根据五分类的矢状面姿势分布**:操作性五分类显示,参与者分布极不均匀。大多数儿童被归类为圆背或正常姿势,凹背、圆凹背和平背占比很小。圆背最常见,正常姿势次之,其余三类合计不足6%。
**3.2 根据九型Wilczyński分类的分布**:九型分类呈现更异质的分布。最大群体包括胸椎后凸降低且腰椎前凸在参考区间内的儿童,以及两者均在参考区间内的儿童。与五分类相比,九型分类将参与者分配至更多不同的胸椎-腰椎曲度组合,分布更为分散。
**3.3 两种分类系统的比较**:交叉列联表显示两系统存在部分对应,但五分类中的单个类别往往涵盖九型分类中的多个不同组合。以圆背为例,该类别在九型分类中被拆分为多种不同的胸椎-腰椎组合。完整9×5表计算得Pearson χ2=1142.80,Cramér's V=0.55。然而,由于两系统是对同一组连续变量的确定性变换,Cramér's V仅被视为描述性关联度量,不表示独立诊断方法间的一致性。此外,45个期望计数中有24个小于5,其中14个小于1;45种组合中有28种在预设规则下结构上不可能,因此常规渐近卡方检验的假设不满足。固定边界蒙特卡洛模拟(100,000次)得到p<0.001,但模拟未纳入结构零约束,故仅作为敏感性分析。
**3.4 两种分类系统的熵分析**:九型分类的香农熵为H=1.87,高于五分类的0.91;对应最大熵分别为2.20和1.61。归一化熵(H/H
max)同样为九型分类更高(0.85对0.57)。这表明九型分类使参与者在可用类别中分配更均匀、更分散,而五分类则集中于少数类别。
**讨论总结**:研究结果表明,分类表示对阈值和架构高度敏感。相同的传感器测量值可因分类规则不同而产生显著不同的类别分配,这并不反映测量不一致,而是数值阈值和类别定义差异所致。因此,“正常姿势”“圆背”等术语在不同分类系统间不应假定为定量等价。研究人员强调,在传感器姿势研究中应明确报告决策规则,并尽可能保留连续数据。香农熵和归一化熵仅反映分布结构,不能作为临床有效性或诊断准确性的指标;Cramér's V等交叉统计量也不表示分类系统的验证。局限性包括:非概率便利抽样、无法计算参与率、未评估生物学成熟度、未纳入独立临床参考结局,以及样本部分重叠于九型分类原始开发队列(303名原始参与者占当前样本的31.8%)。因此,本研究不是对九型分类的独立外部验证。未来研究应在独立儿科队列中,结合运动功能、平衡、肌肉特征等参考结局,验证分类粒度的临床意义。
**研究结论**:本研究证明,矢状面姿势的分类表示在很大程度上取决于应用于传感器来源的胸椎后凸和腰椎前凸连续测量值的阈值和分类结构。操作性五分类将94.1%的参与者集中在两个类别,而九型Wilczyński分类产生了更分散、更均匀的矢状面姿势分布,这反映在更高的归一化香农熵上(0.85对0.57)。九型分类的二维3×3结构通过区分胸椎后凸和腰椎前凸的特定组合,提供了更大的分类粒度,而这些组合在五分类框架中可能被聚合。然而,更大的分类粒度和更高的熵不应被解释为诊断有效性、临床实用性、预后价值或治疗相关性更优的证据。此外,由于两种分类都是对相同传感器来源连续测量值的确定性变换,且本研究队列部分重叠于用于开发九型分类的原始样本,本研究不应被视为对任一分类系统的独立外部验证。研究发现,不同的预定阈值和分类算法可以从相同的底层传感器测量中生成显著不同的分类表示。从测量科学角度看,传感器来源的连续参数与随后应用的分类算法是不同分析层面,应分开报告,以支持传感器姿势研究的可重复性和可比性。九型分类的更细粒度是否能提供额外的临床、功能、预后或纵向价值,仍需在外部儿科人群中使用适当参考结局进行独立验证。