🔻臨床WEBサービス「forPT ONLINE」無料体験実施中！🔻
脊柱側弯のアライメント
脊柱の弯曲凸側では、椎体は凸側に回旋し、棘突起は後方または相対的に凹側を向く¹⁾²⁾³⁾⁴⁾とされます（図１、２）。
図１ 思春期特発性側弯症患者の画像データ
（a：立位X線（全脊柱）、b：CT（T1〜仙骨まで））
５）より画像引用
図２ 側弯症患者の背面と脊柱変形
６）より画像引用
肋骨は凹側では前方に突出し、凸側では後方へ突出します⁶⁾⁷⁾（図３）。
図３ 側弯症患者の背面の高さ
左右差および肋骨・脊椎のアライメント
脊柱側弯の臨床テスト
Adam's forward bend test（アダム前屈テスト）⁸⁾は、側弯症に伴う脊柱の回旋変形の程度を評価するために実施されます（図４、図５）。
図４ 立位姿勢での脊柱アライメント評価
図５ 前屈姿勢での脊柱アライメント評価
患者は、膝を伸ばしたまま腰から前屈し、両手の掌を合わせた姿勢を取ります。
検者は背部を上から観察し、肋骨の隆起（rib prominence）、背中の左右非対称、背部ラインの変形が存在するかを確認します。
これらが認められる場合、構造的側弯を示します。一方、非構造的（姿勢性）側弯の場合は、前屈すると背中の左右差が消失します。
脊柱側弯のレントゲン画像
Cobb角
脊柱の側弯の程度を表す指標として、Cobb角が挙げられます。
Cobb角は、弯曲カーブの上部と下部で最大傾斜する椎体（終椎）の上縁 と下縁に平行線を引き、その交わる角度⁶⁾です。
図６ Cobb角
９）より画像引用
Cobb角が10°以上を側弯症と診断されます。
10〜20°は軽度側弯、20〜40° は中等度側弯、40°以上は高度（重度）側弯¹⁰⁾¹¹⁾とされます。
Nash-Moe法¹⁾
1948年、Cobbは椎体の回旋を、椎体に対する棘突起先端の位置を基準として測定する標準的な方法を記載しました（図７）。
図７ Cobbによる棘突起の偏位を指標とする椎体回旋評価
しかし、棘突起はX線で見えにくく、また側弯に伴う棘突起の形状変異により誤差が出ることから、椎弓根の位置で評価するNash-Moe法が提唱されています（図８、９）。
図８ Nash-Moe法①
図９ Nash-Moe法②
参考・引用文献一覧
１）Nash Jr, C. L., and JOHN H. MOE. "A study of vertebral rotation." JBJS 51.2 (1969): 223-229.
２）Ng, Shu-Yan, and Josette Bettany-Saltikov. "Imaging in the diagnosis and monitoring of children with idiopathic scoliosis." The open orthopaedics journal 11 (2017): 1500.
３）Farady, Jane A. "Current principles in the nonoperative management of structural adolescent idiopathic scoliosis." Physical Therapy 63.4 (1983): 512-523.
４）Fadzan, Maja, and Josette Bettany-Saltikov. "Etiological theories of adolescent idiopathic scoliosis: past and present." The open orthopaedics journal 11 (2017): 1466.
５）Ohashi, Masayuki, et al. "Mixed reality-based navigation for pedicle screw placement: A preliminary study using a 3D-printed spine model." Cureus 16.4 (2024).
６）野原裕. 脊柱側弯症治療の歴史と現況. 脊髄外科, 2012, 26.2: 162-169.
７）竹井仁：姿勢の教科書．株式会社ナツメ社，2015．
８）Altaf, Farhaan, et al. "Adolescent idiopathic scoliosis." Bmj 346 (2013).
９）Sun, Yu, et al. "Comparison of manual versus automated measurement of Cobb angle in idiopathic scoliosis based on a deep learning keypoint detection technology." European Spine Journal 31.8 (2022): 1969-1978.
１０）Fabijan, Artur, et al. "Artificial intelligence in scoliosis classification: an investigation of language-based models." Journal of Personalized Medicine 13.12 (2023): 1695.
１１）Polis, Bartosz, et al. "Exploring BiomedCLIP’s Capabilities in Medical Image Analysis: A Focus on Scoliosis Detection and Severity Assessment." Applied Sciences-Basel 15.1 (2025).
１２）Kim, Jeoung Kun, et al. "Deep learning algorithm for the automatic assessment of axial vertebral rotation in patients with scoliosis using the Nash–Moe method." Scientific Reports 15.1 (2025): 26647.