Forschung
Lendenwirbelsäule/Sakroiliakalgelenk
7. Oktober 2026
Physiotherapeutische klinische Argumentation: Ein Rahmen für umfassende und reflektierte klinische Praxis
Diese Scoping-Review untersuchte die zentralen Dimensionen der klinischen Entscheidungsfindung in der muskuloskelettalen Versorgung
Vier Dimensionen der klinischen Entscheidungsfindung kristallisierten sich heraus: Umwelt- und persönliche Faktoren, Risikostratifizierung, Strukturen- und Gewebemechanismen sowie Schmerzmechanismen
Um die Lücke zwischen Evidenz und klinischer Praxis zu schliessen, schauen wir uns bestehende klinische-Reasoning-Frameworks und Tools an, die einen ganzheitlicheren Ansatz unterstützen können
Einführung
Im Bereich der muskuloskelettalen Versorgung stimmen die Beschwerden der Patientinnen und Patienten nicht immer mit einer eindeutig identifizierbaren Pathologie überein. Das zeigt sich besonders bei Rückenschmerzen im unteren Bereich: Dort werden häufig breite Bezeichnungen wie unspezifische Rückenschmerzen, Lumbalgie oder Ischialgie verwendet. Sie geben jedoch nur begrenzt Orientierung dafür, welche Intervention im Einzelfall sinnvoll ist – und können unter Umständen Nocebo-Effekte begünstigen.
Die Internationale Klassifikation der Funktionsfähigkeit, Behinderung und Gesundheit (ICF) bietet einen Rahmen, um Symptome, die Funktionsfähigkeit und Kontextfaktoren systematisch zu betrachten. Diese breitere Perspektive kann die klinische Entscheidungsfindung in der Physiotherapie unterstützen – ein komplexer, anpassungsfähiger und iterativer Prozess, der eine umfassende Patientenbeurteilung und -behandlung anleitet.
Dieser Review beleuchtet die verschiedenen Dimensionen klinischen Reasonings sowie verfügbare physiotherapeutische Tools für klinische Entscheidungsfindung und stellt damit den überwiegend pathoanatomisch geprägten Ansatz infrage, der in der Physiotherapie-Ausbildung und -Praxis traditionell im Vordergrund steht.
Methoden
Aufgrund der breiten, komplexen und heterogenen Studienlage wurde ein Scoping-Review-Design gewählt. Die Forschungsfrage wurde anhand des PCC-Rahmens formuliert: Population (Patient:innen mit muskuloskelettalen Erkrankungen), Concept (klinisches Reasoning) und Context (Gesundheitsversorgung und Bildung).
Die Literatursuche folgte dem PCC-Rahmen. Für den Bereich „Concept“ wurden außerdem verwandte Begriffe zum klinischen Reasoning auf der Grundlage der Diskussion und des Konsenses unter den Autor:innen aufgenommen. Eine dritte unabhängige Begutachtungsperson hat die Suchstrategie anhand einer standardisierten Checkliste verifiziert.
Sowohl qualitative als auch quantitative Studien kamen infrage. Es wurden Artikel berücksichtigt, die in Englisch, Französisch oder Niederländisch veröffentlicht wurden – über verschiedene Fachrichtungen hinweg, darunter Medizin, Physiotherapie, Pflege, Ergotherapie und Osteopathie. Das spiegelt die multidisziplinäre Ausrichtung der muskuloskelettalen Versorgung wider. Ausgeschlossen wurden pädiatrische, chirurgische und internistische Populationen. Fallberichte und Studienprotokolle wurden nicht aufgenommen.
Der Studienauswahlprozess ist in Abbildung 1 zusammengefasst.
Was das Erfassen der Daten angeht, wurde ein Entwurf für ein Tool zur Datenerfassung erstellt und zuerst in einem Pilotversuch zur Datenerfassung getestet. In dieser Pilotphase wurde geprüft, ob das Tool alle Informationen erfasst, die nötig sind, um die Forschungsfrage zu beantworten. Auf Basis des Pilots wurde das Tool anhand von Meetings im Forschungsteam Schritt für Schritt angepasst und weiterentwickelt, bis Einigkeit erzielt wurde. Die Hauptstudienleitung hat die Datenerfassung anschließend eigenständig durchgeführt – unter Aufsicht des Expertenteams.
Basierend auf den beiden zuvor genannten konzeptionellen Rahmenwerken wurden die eingeschlossenen Studien in einem pragmatischen, konzeptionell fundierten Vorgehen anhand von vier Dimensionen klinischen Denkens abgebildet:
-
Umwelt- und persönliche Faktoren
-
Risikostratifizierung
-
Strukturen und Gewebe-Mechanismen
-
Schmerzmechanismen
Studiencharakteristika – inklusive Autorinnen/Autoren, Herkunftsland der Erstautorenschaft, Studiendesign und Veröffentlichungszeitraum – wurden extrahiert. Zusätzlich wurden relevante Operationalisierungen der Dimensionen klinischen Reasonings oder diagnostische Clinical-Reasoning-Tools erfasst. Diagnostische Tools wurden aufgenommen, wenn der klinische Reasoning-Prozess aus der Perspektive einer/s Klinikerin/s, Lehrkraft, Studierenden oder Patientin/Patient betrachtet wurde – und wenn mindestens zwei unterschiedliche Dimensionen kombiniert wurden. Jedes Tool wurde kurz dahingehend bewertet, ob der Entwicklungsprozess sowie Evidenz zur Validität und Reliabilität berichtet wurden.
Ergebnisse
65 Studien wurden eingeschlossen und fanden in unterschiedlichen klinischen Kontexten statt, aber bei den meisten Studien wurde ihr spezifisches Gesundheitsfachgebiet nicht angegeben (n=26). Ein bedeutender Anteil der Studien wurde in Europa durchgeführt (n=36). Die übrigen fanden in Nordamerika statt (n=18) und in Australien (n=7). Eingeschlossen wurden qualitative Studien (n=46), Mixed-Methods-Studien (n=9) und quantitative Studien (n=10).
Bei der Dimension des klinischen Reasonings wurde am häufigsten die Dimension der persönlichen und Umweltfaktoren genannt. Die Dimension des Schmerzmechanismus wurde am seltensten genannt.
Umwelt- und persönliche Faktoren
Ungefähr 84,62 % der eingeschlossenen Studien beschrieben die Dimension der Umwelt- und persönlichen Faktoren des Clinical Reasoning und zeigten damit das potenzielle Ausmass des Einflusses externer Faktoren auf Funktionsfähigkeit und Behinderung bei Patientinnen und Patienten mit muskuloskelettalen Erkrankungen.
Umweltfaktoren bezeichnen vor allem soziokulturelle und berufliche Einflussgrössen, die die Funktionsfähigkeit und die Einschränkungen von Patientinnen und Patienten beeinflussen können.
Persönliche Faktoren beziehen sich auf die individuellen Lebens- und Wohnumstände des Patienten und umfassen interne Eigenschaften der Person, die nicht zu einem spezifischen MSD gehören, aber funktionelle Einschränkungen und Behinderungen begünstigen können. Diese Faktoren werden häufig im Zusammenhang mit psychosozialen Barrieren für die Genesung betrachtet – oft auch als „Yellow Flags“ bezeichnet.
Das allgemeine Erscheinungsbild des Patienten wird ebenfalls als wichtiger persönlicher Faktor berücksichtigt. Das umfasst demografische Merkmale wie Alter, Geschlecht und Bildungsniveau sowie allgemeine Gesundheits- und Lebensstilfaktoren wie Schlaf, Komorbiditäten, die Krankengeschichte und körperliche Aktivität bzw. sitzendes Verhalten.
Risikostratifizierung
Risikostratifizierung wurde in 76,92% der eingeschlossenen Studien diskutiert. Warnzeichen wurden häufig genannt und beziehen sich auf Anzeichen und Symptome, die den Verdacht auf eine ernsthafte Pathologie erhöhen.
In mehreren Studien wurde eine Skala zur Besorgnis verwendet, die von niedrig bis hoch reicht – je nach Vorliegen von Red Flags und/oder anderen auffälligen Merkmalen. Diese Einschätzung kann Ärztinnen und Ärzten helfen, ihre frühen klinischen Schritte gezielt zu lenken – von einer Versorgung ohne ärztliche Überweisung bis hin zu einer zurückhaltenden Behandlung oder einer zeitnahen ärztlichen Überweisung. Einige Studien haben außerdem frühe prognostische Überlegungen in diesen Prozess integriert.
Strukturen und Gewebe-Mechanismen
Insgesamt 73,85% der Studien konzentrierten sich auf Strukturen und Gewebe-mechanismen. Diese Dimension bezieht sich auf zugrunde liegende strukturelle Ursachen und Gewebeebene-Pathobiologie – insbesondere auf den Zusammenhang zwischen Gewebebelastung und Verletzung.
Die Strukturerwägung umfasste verschiedene Gewebe und Strukturen, wie Knochen, Gelenke, Nerven, Muskeln, Bänder, Faszien, Schleimbeutel, Sehnen und Knorpel. Die Überlegung, ob eine bestimmte Struktur die Schmerzen der Patientin/des Patienten erklären könnte, bezog sich im Allgemeinen auf drei Aspekte: (1) ob die muskuloskelettale Störung als spezifisch oder unspezifisch eingeordnet wurde, (2) ob ein traumatisches Ereignis oder ein Überlastungsmechanismus vorlag und (3) ob das Nachvollziehen der Stadien der Gewebeheilung relevant war.
Schmerzmechanismen
Schmerzmechanismen wurden in 53,85% der eingeschlossenen Studien besprochen. Das Schlussfolgern über Schmerzmechanismen wurde als ein Weg beschrieben, ein tieferes Verständnis der klinischen Präsentationen der Patient:innen zu entwickeln.
Die in den Studien verwendete Terminologie war unterschiedlich und umfasste:
-
Nozizeptiver Schmerz, einschliesslich somatischer, mechanischer, entzündlicher oder gemischter nozizeptiver Schmerzen;
-
peripherer neuropathischer Schmerz, einschliesslich radikulärem oder pseudo-radikulärem Schmerz;
-
Zentraler neuropathischer/nociplastischer Schmerz;
-
autonome oder motorische Schmerzen;
-
psychogenem/affektivem Schmerz.
Weitere Schmerzmechanismen, vor allem in medizinischen Kontexten, umfassten entzündlichen oder rheumatischen Schmerz sowie viszeralen Schmerz.
Schlussfolgerungen zu den Schmerzmechanismen sollten auf einer sorgfältigen Beurteilung der Schmerzerfahrung der Patientin/des Patienten basieren – inklusive der Symptomcharakteristika, der Dauer und der Lokalisation.
Zweiundzwanzig verschiedene diagnostische CR-Tools wurden identifiziert. Fast die Hälfte berücksichtigte alle vier CR-Dimensionen.
Diagnostische klinische Entscheidungsfindung-Tools
Zur methodischen Beurteilung berichteten dreizehn Tools zumindest einige Informationen zu ihrem Entwicklungsprozess, neun berichteten eine Form von Validitätsnachweisen und fünf berichteten ein Reliabilitätsmass.
Fragen und Überlegungen
Auch wenn diese Übersicht vier relevante Dimensionen der klinischen Entscheidungsfindung in der muskuloskelettalen Versorgung identifiziert, liefert sie keine praxisnahen Empfehlungen für die Physiotherapie. In diesem Abschnitt stellen wir ausgewählte Frameworks aus der Übersicht vor und präsentieren klinisch anwendbare Tools, die zu den vier Dimensionen und dem ICF-Modell passen. So unterstützen sie eine ganzheitliche klinische Entscheidungsfindung in der Physiotherapie.
Wir betrachten drei Ansätze — unter dem Blickwinkel ihrer Gültigkeit, Reproduzierbarkeit und klinischen Umsetzbarkeit.
Das klinische-Reasoning-Formular von Cowell et al. unterstützt eine multidimensionale Beurteilung von Patient:innen mit unspezifischen Kreuzschmerzen. Allerdings umfasste diese Übersicht auch eine qualitative Studie, die die Erfahrungen von Physiotherapeut:innen untersucht hat; dieses Formular bewertete nicht seine klinische Wirksamkeit. Das Formular trägt zum breiteren Ansatz der Cognitive Functional Therapy (CFT) bei, der für chronische Kreuzschmerzen erhebliche Vorteile gezeigt hat (siehe diesen Physiotutors-Artikel). Allerdings erfordert CFT eine postgraduale Ausbildung, was die unmittelbare Anwendbarkeit des Formulars möglicherweise einschränkt.
Eine weitere Option ist das Pain and Disability Drivers Management (PDDM)-Modell. Dieses klinische Reasoning-Framework deckt alle vier Dimensionen ab und lässt sich unter Umständen leichter umsetzen, ohne eine spezifische postgraduale Ausbildung. Indem es die Treiber von Schmerz und Behinderung identifiziert, kann es Klinikerinnen und Kliniker dabei unterstützen zu erkennen, wann kognitive oder emotionale Faktoren eine Überweisung an andere Fachkräfte im Gesundheitswesen rechtfertigen – statt sich auf potenziell weniger wirksame Behandlungstests zu verlassen. Obwohl sich abzeichnende Evidenz darauf hindeutet, dass mit PDDM gesteuerte Versorgung die Ergebnisse bei niedrigem Rückenschmerz verbessern kann, sind Reproduzierbarkeit und Übereinstimmung zwischen Untersuchern (inter-rater reliability) bislang nicht ausreichend belegt. Dieser Podcast, in dem der Autor des PDDM-Modells interviewt wird, gibt dir noch mehr Einblicke in dieses physiotherapeutische klinische Reasoning-Framework. Die Abbildungen stellen Assessment-Tools und Fragebögen bereit, um die relevanten Treiber bei Rückenschmerzen besser zu identifizieren.
Von: Decary et al., J Orthop Sports Phys Ther. (2020)
Von: Decary et al., J Orthop Sports Phys Ther. (2020)
Von: Decary et al., J Orthop Sports Phys Ther. (2020)
Schliesslich hat eine der eingeschlossenen Studien ein KI-gestütztes Clinical Decision Support System (CDSS) bewertet. KI könnte Möglichkeiten bieten, die Reproduzierbarkeit der klinischen Argumentation in der Physiotherapie zu verbessern, aber das System wurde nur in einer Machbarkeitsstudie untersucht. Diese zeigte, dass sowohl Physiotherapeut:innen als auch Patient:innen die Nutzung akzeptierten. Physiotherapeut:innen nutzten es vor allem, um ihre bestehende Argumentation zu unterstützen – statt ihre klinischen Entscheidungen oder Behandlungsentscheidungen wesentlich zu verändern. Auch wenn die Implementierung von KI wichtige ethische Fragen aufwirft, die über den Rahmen dieses Artikels hinausgehen, wirft sie zugleich Fragen zur klinischen Argumentation in der Physiotherapie auf: Könnte eine zu starke Abhängigkeit von KI die Entwicklung und Aufrechterhaltung der unabhängigen Denk- und Entscheidungsfähigkeiten von Behandler:innen beeinträchtigen?
Talk nerdy to me
Die Autoren beschreiben ihren Ansatz zum Datenerfassen als „pragmatisch und konzeptionell fundiert“. Aber was bedeutet das eigentlich?
Die konzeptuell fundierte Komponente zeigt, dass die Datenerhebung und -darstellung auf zuvor etablierten konzeptionellen Rahmen basiert hat – statt vollständig aus den einbezogenen Studien heraus neu entwickelt zu werden. Die Autoren haben die Literatur anschließend entlang vier Dimensionen klinischer Entscheidungsfindung geordnet: Umwelt- und persönliche Faktoren, Risikostratifizierung, Strukturen- und Gewebemechanismen sowie Schmerzmechanismen. Mit anderen Worten: Die Forschenden sind nicht mit einer völlig leeren Startbasis an die Literatur herangegangen.
Der pragmatische Teil bedeutet, dass diese Konzepte flexibel angewendet wurden – statt starr als feste Kategorien zu funktionieren. Die Forschenden haben ihren Prozess zum Erfassen der Daten so angepasst, dass sie abbilden konnten, wie diese Dimensionen über die einbezogenen Studien sowie über die klinischen Entscheidungstools beschrieben wurden. Diese Flexibilität ist besonders hilfreich, wenn man eine heterogene Fachliteratur zusammenführt, in der ähnliche Konzepte mit unterschiedlichen Begriffen oder Vorgehensweisen beschrieben werden.
Diese Flexibilität bringt jedoch auch eine wichtige methodische Überlegung mit sich: Das Urteilsvermögen der Forschenden wird Teil des Kategorisierungsprozesses. Wenn die Grenzen zwischen den Dimensionen nicht klar sind, könnten unterschiedliche Forschende denselben klinischen Reasoning-Gedanken unter Umständen unterschiedlich einordnen. Das ist hier besonders relevant, weil die Haupt-Erfassung von einer einzelnen Forschenden durchgeführt wurde – unter Aufsicht des Expertenteams.
Das wirft eine wichtige Unterscheidung zwischen Validität und Reproduzierbarkeit auf. Die vier Dimensionen können einen klinisch sinnvollen Rahmen bieten, um klinisches Denken zu beschreiben, aber ihre häufige Identifikation in verschiedenen Studien beweist nicht zwangsläufig, dass sie das gesamte Konstrukt des klinischen Denkens abbilden. Ebenso kann es schwierig sein, festzustellen, wie konsistent sich diese Dimensionen über unterschiedliche Studien hinweg anwenden lassen.
Mit anderen Worten: Der Rahmen bietet eine nützliche Brille, um die Fachliteratur zu betrachten – aber diese Brille formt auch, was wir darin sehen.
Botschaften zum Mitnehmen
-
Die physiotherapeutische klinische Entscheidungsfindung im Bereich der muskuloskelettalen Versorgung geht über die rein patho-anatomische Diagnostik hinaus. Beachte Umwelt- und persönliche Faktoren, die Risikostratifizierung, Gewebemechanismen und Schmerzmechanismen, um ein umfassenderes klinisches Gesamtbild aufzubauen.
-
Eine ganzheitliche Beurteilung bedeutet nicht, Pathologien zu ignorieren. Warnsignale, Gewebemechanismen und Schmerzmechanismen bleiben wichtig — aber sie sollten mit dem individuellen Kontext der Patientin bzw. des Patienten und der funktionellen Präsentation zusammengeführt werden.
-
Klinische Reasoning-Frameworks können helfen, komplexe Entscheidungen zu strukturieren – aber ihre Gültigkeit und Reproduzierbarkeit sind unterschiedlich. Tools wie das CFT-Clinical-Reasoning-Form und PDDM liefern praktische Frameworks, während die Evidenz für ihre Zuverlässigkeit und Übertragbarkeit weiterhin begrenzt ist.
-
Nutze klinische Reasoning-Tools als Unterstützung – nicht als Ersatz für deine klinische Expertise. Neue KI-gestützte Entscheidungsunterstützungssysteme können die Konsistenz verbessern, aber eine übermässige Abhängigkeit von der Technologie könnte sich potenziell darauf auswirken, wie unabhängige klinische Reasoning-Fähigkeiten entwickelt und aufrechterhalten werden.
Referenz
