Regras de previsión clínica para síntomas de dor nas espiñas e nas costas

Regras de previsión clínica:

"Regras de decisión clínica, clasificación da dor vertebral e predición do resultado do tratamento: unha discusión dos informes recentes na literatura de rehabilitación"

Abstracto

As regras de decisión clínica son unha presenza cada vez máis común na literatura biomédica e representan unha estratexia para mellorar a toma de decisións clínicas para mellorar a eficiencia e a eficacia da prestación de asistencia sanitaria. No contexto da investigación en rehabilitación, as regras de decisión clínica estiveron dirixidas predominantemente a clasificar os pacientes mediante a predicción da súa resposta ao tratamento a terapias específicas. Tradicionalmente, as recomendacións para desenvolver regras de decisión clínica propoñen un proceso de varios pasos (derivación, validación, análise de impacto) utilizando a metodoloxía definida. Os esforzos de investigación dirixidos a desenvolver unha regra de decisión clínica baseada no diagnóstico apartáronse desta convención. Publicacións recentes nesta liña de investigación utilizaron a guía de decisión clínica baseada no diagnóstico terminolóxico modificado. As modificacións da terminoloxía e da metodoloxía que rodean as regras de decisión clínica poden dificultar aos médicos recoñecer o nivel de evidencia asociada a unha regra de decisión e comprender como se debe implementar esta evidencia para informar a atención do paciente. Ofrecemos unha breve visión xeral do desenvolvemento das regras de decisión clínica no contexto da literatura de rehabilitación e dous artigos específicos publicados recentemente en Chiropractic and Manual Therapies.

Regras de previsión clínica

• A sanidade experimentou un importante cambio de paradigma cara á práctica baseada na evidencia. Un enfoque pensado para mellorar a toma de decisións clínicas integrando a mellor evidencia dispoñible coa experiencia clínica e as preferencias dos pacientes.
• En definitiva, o obxectivo da práctica baseada na evidencia é mellorar a prestación da atención sanitaria. Non obstante, a tradución da evidencia científica á práctica demostrou ser un esforzo desafiante.
• As regras de decisión clínica (CDR), tamén coñecidas como regras de predición clínica, son cada vez máis comúns na literatura de rehabilitación.
• Estas son ferramentas deseñadas para informar a toma de decisións clínicas identificando potenciais predictores do resultado das probas de diagnóstico, prognóstico ou resposta terapéutica.
• Na literatura de rehabilitación, os CDR úsanse máis habitualmente para predecir a resposta do paciente ao tratamento. Propuxéronse para identificar subgrupos clínicamente relevantes de pacientes que presentan trastornos heteroxéneos, como o pescozo inespecífico ou dor nas costas, cal é a perspectiva na que pretendemos centrarnos.

Regras de previsión clínica

• A capacidade de clasificar ou subagrupar pacientes con trastornos heteroxéneos como a dor espiñal destacouse como unha prioridade de investigación e, en consecuencia, o foco de moito esforzo investigador. O atractivo destes enfoques de clasificación é o seu potencial para mellorar a eficiencia e eficacia do tratamento ao combinar os pacientes coas terapias óptimas. No pasado, a clasificación dos pacientes baseouse en enfoques implícitos fundados na tradición ou en observacións non sistemáticas. O uso de CDR para informar a clasificación é un intento de enfoque máis baseado na evidencia, menos dependente da teoría infundada.
• CDRs desenvólvense nun proceso de varios pasos que inclúe estudos de derivación, validación e análise de impacto, tendo cada un un propósito e criterios metodolóxicos definidos. Como con todas as formas de evidencia utilizadas para tomar decisións sobre os pacientes, a atención á metodoloxía de estudo axeitada é fundamental para avaliar os posibles beneficios da implementación.

Beneficios das regras de previsión clínica

• Pode acomodar máis factores dos que o cerebro humano pode ter en conta
• O modelo CDR / CPR sempre dará o mesmo resultado (ecuación matemática)
• Pode ser máis preciso que o xuízo clínico.

Usos clínicos das regras de predición clínica

• Diagnóstico: probabilidade de proba previa
• Pronóstico: predicir o risco de resultados da enfermidade

 

 

johnsnyderdpt.com/for-clinicians/clinical-prediction-rules/cervical-manipulation-for-neck-pain/

johnsnyderdpt.com/for-clinicians/clinical-prediction-rules/thoracic-manipulation-for-neck-pain/

johnsnyderdpt.com/for-clinicians/clinical-prediction-rules/manipulation-for-low-back-pain

johnsnyderdpt.com/for-clinicians/clinical-prediction-rules/lumbar-spinal-stenosis/

Páxina web do Dr. John Snyder

Video de regras de predición clínica de Flynn

Análise CDR de impacto

En definitiva, a utilidade dun CDR non reside na súa precisión, senón na súa capacidade para mellorar os resultados clínicos e mellorar a eficiencia dos coidados.[15] Mesmo cando un CDR demostra unha validación ampla, isto non garante que cambie a toma de decisións clínicas ou que os cambios que produzan redunden nunha mellor atención.

Os cambios que produce producirán unha mellor atención. McGinn et al.[2] identificou tres explicacións para o fallo dun CDR nesta fase. En primeiro lugar, se o xuízo do médico é tan preciso como unha decisión informada por CDR, non hai ningún beneficio para o seu uso. En segundo lugar, a aplicación dun CDR pode implicar cálculos ou procedementos engorrosos que desaniman aos médicos a utilizar o CDR. En terceiro lugar, o uso do CDR pode non ser viable en todos os ambientes ou circunstancias. Ademais, incluiriamos a realidade de que os estudos experimentais poden involucrar pacientes que non son totalmente representativos dos que se ven na atención de rutina e que isto pode limitar o valor real dun CDR. Polo tanto, para comprender plenamente a utilidade dun CDR e a súa capacidade para mellorar a prestación da asistencia sanitaria, é necesario realizar un exame pragmático da súa viabilidade e impacto cando se aplica nun ambiente que reflicta a práctica do mundo real. Isto pódese levar a cabo con diferentes deseños de estudo, como ensaios aleatorios, ensaios aleatorios por cluster ou outros enfoques, como examinar o impacto dun CDR antes e despois da súa implementación.

Prevalencia de métodos de clasificación para pacientes con insuficiencia lumbar que utilizan as síndromes de McKenzie, patrón de dor, manipulación e regras de predición clínica de estabilización.

www.ncbi.nlm.nih.gov/pmc/articles/PMC3113271/

Obxectivos

Os obxectivos foron (1) para determinar a proporción de pacientes con insuficiencia lumbar que se puideron clasificar na inxestión por síndromes de McKenzie (McK) e clasificación de patróns de dor (PPC) usando métodos de avaliación e diagnóstico de diagnóstico e manipulación mecánica (MDT), manipulación e estabilización Regras (CPRs) e (2) para cada categoría Home CPR ou Stab CPR, determina as taxas de prevalencia de clasificación usando McK e PPC.

As RCP son sofisticados modelos probabilísticos e pronósticos onde un grupo de características do paciente identificado e signos clínicos e síntomas están asociados estatisticamente a unha predicción significativa dos resultados do paciente.

Os investigadores desenvolveron dúas RCP separadas para identificar pacientes que responderían favorablemente á manipulación.33,34 Flynn et al. desenvolveu a RCP de manipulación orixinal utilizando cinco criterios, é dicir, sen síntomas por debaixo do xeonllo, aparición recente dos síntomas (<16 días), puntuación baixa do cuestionario de crenzas para evitar o medo36 para o traballo (<19), hipomobilidade da columna lumbar e cadeira interna. ROM de rotación (>35 para polo menos unha cadeira).33

A RCP de Flynn foi modificada posteriormente por Fritz et al. a dous criterios, que incluían sen síntomas por debaixo do xeonllo e aparición recente dos síntomas (<16 días), como unha alternativa pragmática para reducir a carga do médico para identificar os pacientes en atención primaria con máis probabilidades de responder á manipulación do impulso.34

"Potentia.l Trampas das regras de predición clínica"

Cales son as regras de predición clínica?

Unha regra de predición clínica (RCP) é unha combinación de achados clínicos que demostraron estatisticamente unha previsibilidade significativa para determinar unha condición ou o prognóstico seleccionados dun paciente que recibiu un tratamento específico 1,2. As RCP créanse mediante métodos estatísticos multivariantes, están deseñadas para examinar a capacidade preditiva de grupos seleccionados de variables clínicas3,4 e están destinadas a axudar aos médicos a tomar decisións rápidas que normalmente poden estar suxeitas a prexuízos subxacentes5. As regras son de natureza algorítmica e implican información condensada que identifica o menor número de indicadores estatísticamente diagnósticos para a condición de destino6.

As regras de predición clínica desenvólvense xeralmente mediante un método de 3 pasos14. En primeiro lugar, as RCP nos derivaron prospectivamente-
ing métodos estatísticos multivariantes para examinar a capacidade preditiva de agrupacións seleccionadas de variables clínicas3. O segundo paso consiste en validar a RCP nun ensaio controlado aleatorizado para reducir o risco de que os factores preditivos desenvolvidos durante a fase de derivación fosen seleccionados por casualidade14. O terceiro paso consiste en realizar unha análise de impacto para determinar como a RCP mellora a atención, reduce custos e define con precisión o obxectivo obxectivo14.

Aínda que hai poucos debates que as CPR construídas coidadosamente poden mellorar a práctica clínica, ao meu xuízo, non hai ningunha guía que especifique requisitos metodolóxicos para as RCP para a infusión en todos os ambientes de práctica clínica. As pautas son creadas para mellorar o rigor do deseño e informes de estudo. A seguinte redacción describe posibles escollos metodolóxicos nas CPR que poden debilitar significativamente a transferibilidade do algoritmo. Dentro do campo da rehabilitación, a maior parte das RCP foron prescriptivas; Así, os meus comentarios aquí son reflexivos das CPR prescritivas.

Trampas metodolóxicas

As RCP están deseñadas para especificar un conxunto homoxéneo de características dunha poboación heteroxénea de pacientes consecutivos seleccionados prospectivamente5,15. Normalmente, a poboación aplicable resultante é un pequeno subconxunto dunha mostra máis grande e só pode representar unha pequena porcentaxe da carga diaria real do médico. O escenario e a localización da mostra máis grande debe ser xeneralizable15,16, e os estudos de validez posteriores requiren a avaliación da RCP en diferentes grupos de pacientes, en diferentes ambientes e cun grupo de pacientes típico visto pola maioría dos médicos16. Dado que moitas RCP desenvólvense baseándose nun grupo moi distinto que pode reflectir ou non unha poboación típica de pacientes, a transportabilidade do espectro17 de moitos algoritmos de RCP actuais pode ser limitada.

As regras de predición clínica usan medidas de resultado para determinar a eficacia da intervención. As medidas de resultado deben ter unha única definición operativa5 e requiren suficiente capacidade de resposta para captar verdadeiramente o cambio axeitado na condición14; ademais, estas medidas deberían ter unha puntuación de corte ben construída16,18 e ser recollidas por un administrador cegado15. A selección dunha puntuación de áncora adecuada para medir o cambio real debátese actualmente19-20. A maioría das medidas de resultado usan un cuestionario baseado na lembranza do paciente, como a puntuación global da puntuación do cambio (GRoC), que é apropiada cando se usa a curto prazo pero que sofre sesgo de lembranza cando se usa en análises a longo prazo19-21.

Un inconveniente potencial para as RCP é a falla de manter a calidade das probas e medidas utilizadas como predictores no algoritmo. Polo tanto, a proba de perspectiva e as medidas deben ser independentes unhas das outras durante a modelización16; cada un debe realizarse de forma significativa e aceptable4; os médicos ou administradores de datos deben estar cegados ás medidas de resultados e a condición do paciente22.

Fontes

Trampas potenciais das regras de predición clínica; The Journal of Manual & Manipulative Therapy Volume 16 Número dous [69]

Jeffrey J Hebert e Julie M Fritz; Regras de decisión clínica, clasificación da dor vertebral e previsión do resultado do tratamento: unha discusión dos informes recentes na literatura de rehabilitación