Synthèse et choix de notre approche

Cette revue des travaux passés nous a permis de comprendre comment les chercheurs ont modélisé le système musculo-squelettique du tronc. Alors que certains travaux décrivent l’équilibre du système d’une façon globale, d’autres approches ne considèrent qu’un équilibre local : l’équilibre du système à un niveau intervertébral. Néanmoins, quelle que soit l’approche considérée, les deux problèmes mis en exergue auparavant demeurent.

2.5.1.

Attribution des efforts dans les muscles

L’aperçu des différentes solutions proposées pour répondre au problème de la redondance musculaire permet de les classer en quatre grandes familles :

La première consiste à rendre le système d’équations déterminé. Deux approches sont alors proposées. La première consiste en une simplification du modèle musculaire : C’est la famille des ‘single equivalent muscle’, ou muscle unique équivalent. Ne considérant qu’une inconnue musculaire, il suffit de déterminer la force qu’exerce le muscle équivalent pour connaître les efforts dans la liaison intervertébrale. La sensibilité de ces modèles au regard de plusieurs paramètres a été réalisée récemment (van Dieen ,de Looze 1999) et a démontré que les estimations varient de façon significative suivant les hypothèses de modélisation retenues. La deuxième approche visant à rendre le système déterminé cons iste en l’attribution des forces dans les muscles de façon arbitraire (Schultz ,Andersson 1981).

La méthode la plus rencontrée pour lever l’indétermination musculaire est l’optimisation (Cheng, Chen et al. 1998; Dietrich, Kezdior et al. 1990; Goel, Kong et al. 1993; Han, Goel et al. 1995; Hughes, Chaffin et al. 1994; Ladin, M urthy et al. 1991; Schultz, Andersson et al. 1982; Schultz ,Andersson 1981; Stokes ,Gardner-M orse 1995; Stokes ,Gardner-M orse 2001; van Dieen ,Kingma 1999; Yettram ,Jackman 1980). Elle consiste en la formulation d’une

fonction objective. La minimisation de cette fonction, associée à certaines contraintes (moments nuls dans la liaison intervertébrale, effort maximum admissible dans les muscles, etc) renvoie la solution satisfaisant au système d’équations considéré. Comme nous l’avons vu dans la partie de la revue bibliographique consacrée au efforts dans la liaison intervertébrale, la solution proposée par un modèle d’optimisation, si elle représente bien la meilleure solution au sens de la fonction considérée, ne l’est pas forcément au regard d’autre critères, notamment en terme d’efforts de cisaillement dans la liaison intervertébrale. De plus, la plupart des solutions proposées distribuent l’activité musculaire de façon souvent non harmonieuse, dans la mesure où le processus d’attribution sollicitera en premier les muscles les mieux capables de reprendre l’effort extérieur, mais ce n’est que lorsqu’ils seront saturés que l’activation d’autres muscles moins ‘adaptés’ à l’effort à fournir commencera. Enfin, la plupart de ces fonctions ne permettent pas la prise en compte de l’activité musculaire antagoniste.

Une autre approche souvent rencontrée est l’incorporation de l’activité EM G des différents muscles considérés dans les équations, associée à une méthode itérative de résolution (de Looze, Groen et al. 1999; M arras ,Granata 1997; M cGill 1992; M cGill ,Norman 1986; Reilly ,M arras 1989; Sparto ,Parnianpour 1998; van Dieen ,Kingma 1999). Cette approche permet de fonder le niveau de force sur un signal physiologique, et permet donc de détecter la variabilité intra- et inter-individus. Elle permet également l’intégration de la co-contraction des muscles antagonistes. En revanche, cette attribution ne se faisant qu’au regard de l’activité de muscles superficiels du tronc, un groupement fonctionnel des muscles modélisés est réalisé et permet d’attribuer les efforts dans les muscles non observés. Cependant, cette méthode ne permet pas de satisfaire finement aux conditions d’équilibre dans la liaison intervertébrale en termes de moments (Cholewicki ,M cGill 1994; Cholewicki, M cGill et al. 1995; M cGill ,Norman 1986), et il peut rester des efforts résiduels importants, de l’ordre de 10Nm (M cGill 1992; M cGill ,Norman 1986) ne se justifiant pas par la conformation de la colonne lors des exercises. Enfin, une hypothèse importante de cette approche est qu’il existe une relation stable de la détermination de la force en fonction de la nature du signal EM G enregistré (Sparto, Parnianpour et al. 1998).

Enfin, une approche hybride de ces deux dernières démarches (optimisation et EM G) enrichissant la résolution par optimisation en injectant des données EM G a également été proposée (Cholewicki ,M cGill 1994; Cholewicki, M cGill et al. 1995). Elle permet, en se fondant sur une solution initiale d’attribution par la méthode EM G, de corriger les gains affectés à chaque muscle afin de satisfaire aux conditions d’équilibre de moments dans la

liaison intervertébrale, tout en minimisant les corrections effectuées (on cherche donc une solution finale très proche de la solution initiale). Cette approche nous semble être la méthode la plus fine d’attribution des forces dans les muscles que nous ayons rencontrée. Néanmoins, ces protocoles EM G nécessitent un dispositif expérimental lourd, difficilement applicable dans un contexte clinique, et une très grande connaissance de la technique de mesure et de traitement de l’EM G, surtout au niveau du tronc.

Tableau 2-4 : Cette table (Cholewicki, McGill et al. 1995) compare les avantages et les inconvénients associés à chaque type d’attribution musculaire :

EMG : Attribution des efforts musculaires sur la base de signaux EMG. OPT : Attribution par minimisation d’une fonction objective. EMGAO : Approche combinant les méthodes EMG et d’optimisation

.

2.5.2.

Géométrie musculaire

La géométrie musculaire du rachis est un système extrêmement complexe, et peu de travaux ont été réalisés pour l’obtention de données géométriques personnalisées. Si la littérature est riche en terme de description des géométries musculaires, elle conduit souvent les chercheurs à utiliser une géométrie standard. Ces géométries, on l’a vu, sont souvent le fruit d’explorations par imagerie médicale ou par dissection, donc dans une position couchée, alors que sa description varie pour le sujet redressé (M cGill, Juker et al. 1996). Les aires physiologiques maximum admissibles dans les muscles sont elles aussi souvent issues de description standard. Si l’on estime que la description de cette géométrie est un paramètre crucial de la modélisation, un effort important est donc nécessaire pour l’obtention de données géométriques personnalisées.

2.5.3.

Choix de notre approche

Notre choix c’est donc porté sur une modélisation de type ‘modèle en coupe’, qui nous parait, dans le cadre d’une première approche, être la modélisation la plus simple à mettre en œuvre. Elle nous permet d’établir rapidement les conditions aux limites pour des modèles éléments finis, de disposer d’un outil d’analyse performant et, grâce à la structure sous laquelle elle est développée, de réaliser des études prospectives sur l’évolution des patients. Dans leur étude, Stockes et Gardner-M orse (2001) démontrent que des conditions locales d’attribution des efforts dans les muscles sont à même de bien prédire les niveaux d’efforts que l’on pourrait obtenir par des conditions d’attribution globales, si l’on prend comme référence les enregistrements EM G lors de l’accomplissement d’une série de tâches sur une population test. Ces auteurs trouvent en effet que la fonction d’optimisation prédisant le mieux les patterns EM G est la minimisation des efforts dans la liaison intervertébrale. Il s’agit, dans le principe, de l’hypothèse que nous avions retenus dès 1998 (Pomero, Lavaste et al. 1999).

Notre objectif principal est de permettre une exploitation clinique courante des outils que nous développerons. Le protocole proposé devait alors être adapté au contexte restrictif du milieu clinique et de l’étude sur patient, tout en nous permettant d’obtenir des données d’entrées pertinentes pour le modèle musculaire. De plus, nous souhaitions que les données que nous obtiendrons par ce protocole ne soient pas restreintes à l’approche de modélisation que nous avons retenue. Alors que ces deux approches (globale et par plan de coupe) requièrent des données de nature différente, nous verrons comment, par le protocole que nous avons développé, nous pourrons aussi bien faire l’exploitation immédiate de données au niveau local qu’au niveau global.

CHAPITRE III