文献

J-GLOBAL ID：202102248717177172   整理番号：21A0902701

人体計測的特徴に基づくヒラメ筋深さの予測モデル:乾燥必要性に対する潜在的応用【JST・京大機械翻訳】

Prediction Model of Soleus Muscle Depth Based on Anthropometric Features: Potential Applications for Dry Needling

著者 (10件)： Valera-Calero Juan Antonio (Department of Physiotherapy, Faculty of Education and Health, Universidad Camilo Jose Cela, Villanueva de la Canada, 28692 Madrid, Spain) ,  Valera-Calero Juan Antonio (Escuela Internacional de Doctorado, Universidad Rey Juan Carlos, 28933 Alcorcon, Spain) ,  Laguna-Rastrojo Ladislao (Private Professional Practice, Madrid, Spain) ,  de-Jesus-Franco Fernando (Department of Pharmacy, Faculty of Health Sciences, Alfonso X el Sabio University, Villanueva de la Canada, 28691 Madrid, Spain) ,  Cimadevilla-Fernandez-Pola Eduardo (Department of Physiotherapy, Faculty of Education and Health, Universidad Camilo Jose Cela, Villanueva de la Canada, 28692 Madrid, Spain) ,  Cleland Joshua A. (Doctor of Physical Therapy Program, Department of Public Health and Community Medicine, Tufts University School of Medicine, Boston, MA 02155, USA) ,  Fernandez-de-las-Penas Cesar (Department of Physical Therapy, Occupational Therapy, Rehabilitation and Physical Medicine, Universidad Rey Juan Carlos, 28933 Alcorcon, Spain) ,  Fernandez-de-las-Penas Cesar (Catedra Institucional en Docencia, Clinica e Investigacion en Fisioterapia: Terapia Manual, Puncion Seca y Ejercicio Terapeutico, Universidad Rey Juan Carlos, 28933 Madrid, Spain) ,  Arias-Buria Jose Luis (Department of Physical Therapy, Occupational Therapy, Rehabilitation and Physical Medicine, Universidad Rey Juan Carlos, 28933 Alcorcon, Spain) ,  Arias-Buria Jose Luis (Catedra Institucional en Docencia, Clinica e Investigacion en Fisioterapia: Terapia Manual, Puncion Seca y Ejercicio Terapeutico, Universidad Rey Juan Carlos, 28933 Madrid, Spain)
資料名： Diagnostics (Web)  (Diagnostics (Web))
巻： 10  号： 5  ページ： 284  発行年： 2020年 
JST資料番号： U7173A  ISSN： 2075-4418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究は,健康な個人のサンプルにおいて,超音波イメージングで評価されるように,身体測定特性がヒラメ筋の深さを予測でき,乾燥穿刺の適用で臨床医を支援するかどうかを検討した。年齢,身長,体重,肥満度指数(BMI),子牛長,中~第三および遠位第3仔牛胴囲のような身体測定特徴に基づき,ヒラメ筋深さに対する予測モデルの精度を計算するための診断研究を,合計96頭の子牛を含む48名の無症候性健常被験者(75%男性)で実施した。多重線形回帰分析を用い,どの変数が,性別による子牛の3分の3と3分の3のヒラメ筋深さの分散に有意に寄与するかを決定した。女性は男性よりも深いヒラメ筋を有することを見出した(p<0.001)。体重,身長,BMI,および3分の3の子牛の周囲は,男性の69.9%の分散を説明し,一方,第3の子牛の周囲,仔牛の長さ,身長,および遠位第3の子牛の胴囲は,遠位第三のヒラメ筋の深さ(p<0.001)の女性における変動の73%を説明した。さらに,中3頭の子牛の胴囲と子牛の長さは,男性の28.8%の分散を説明し,一方,中3頭の仔牛の周囲,仔牛の長さ,および体重は,中~第三のヒラメ筋の深さ(p<0.001)の女性における67.8%の分散を説明した。本研究は,無症状の個人において,超音波で評価されたようにヒラメ筋の深さを予測する身体計測的特徴を同定したが,これらの特徴は男性と女性で異なる。結論:著者らの知見は,乾燥穿刺時にヒラメを通過することを回避するための針の適切な長さの選択における臨床医を支援することができた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 超音波 ,  女性 ,  男性 ,  *身体測定 ,  超音波画像 ,  *ひらめ筋 ,  穿刺 ,  ヒラメ ,  身長 ,  ボディマスインデックス ,  *予測モデル
準シソーラス用語： 被験者 ,  仔牛 ,  ウエスト周囲径 ,  多重線形回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： ヒラメ筋 ,  超音波 ,  深さ ,  人体計測 ,  性

分類 (5件)： 代謝異常・栄養性疾患の診断  (GD05020U) ,  筋肉  (EJ10020G) ,  泌尿生殖器の診断  (GM02000E) ,  生体計測  (EL03020C) ,  スポーツ医学  (GC11000Y)

引用文献 (26件)：

• Doral, M.N.; Alam, M.; Bozkurt, M.; Turhan, E.; Atay, O.A.; Dönmez, G.; Maffulli, N. Functional anatomy of the Achilles tendon. Knee Surg. Sports Traumatol. Arthrosc. 2010, 18, 638-643.
• Chow, R.S.; Medri, M.K.; Martin, D.C.; Leekam, R.N.; Agur, A.M.; McKee, N.H. Sonographic studies of human soleus and gastrocnemius muscle architecture: Gender variability. Eur. J. Appl. Physiol. Occup. Physiol. 2000, 82, 236-244.
• Simons, D.G.; Travell, J.G.; Simons, L. Myofascial Pain and Dysfunction: The Trigger Point Manual, 3rd ed.; Wolters Kluwer: Philadelphia, PA, USA, 2019.
• Ge, H.Y.; Arendt-Nielsen, L. Latent myofascial trigger points. Curr. Pain Headache Rep. 2011, 15, 386-392.
• Grieve, R.; Barnett, S.; Coghill, N.; Cramp, F. The prevalence of latent myofascial trigger points and diagnostic criteria of the triceps surae and upper trapezius: A cross sectional study. Physiotherapy 2013, 99, 278-284.

タイトルに関連する用語 (4件)： 人体計測 ,  ヒラメ筋 ,  予測モデル ,  応用