Ottawan nilkkasäännöt ovat klassinen esimerkki siitä, miten suuri kliininen ennustesääntö voi parantaa kliinistä käytäntöä. On kuitenkin monia haasteita ja esteitä, joiden vuoksi kliinisten ennustesääntöjen käytännön käytössä on syytä olla varovainen. Tässä blogiartikkelissa keskustelemme siitä, millaisia ongelmia elvytyspalvelut kohtaavat:
Kliiniset ennustesäännöt ovat matemaattisia työkaluja, joiden tarkoituksena on ohjata lääkäreitä heidän jokapäiväisessä päätöksenteossaan. CPR:t luodaan käyttämällä monimuuttujallisia tilastollisia menetelmiä, ja niiden tarkoituksena on tutkia valittujen kliinisten muuttujien ryhmien ennustuskykyä. Kliiniset ennustesäännöt voidaan parhaiten luokitella kolmeen eri ryhmään: diagnostiset, ennustavat ja määräävät säännöt. Tutkimuksia, joissa keskitytään tiettyyn diagnoosiin liittyviin ennakoiviin tekijöihin, kutsutaan diagnostisiksi elvytystutkimuksiksi. Kliinisiä ennustesääntöjä, jotka on suunniteltu ennustamaan lopputulos, kuten onnistuminen tai epäonnistuminen, pidetään ennusteellisina. Kliiniset ennustesäännöt, jotka on suunniteltu kohdistamaan tehokkaimmat toimenpiteet, määritellään ohjeellisiksi. Niiden etuna on se, että ne voivat auttaa lääkäreitä tekemään nopeita päätöksiä, jotka saattavat normaalisti olla riippuvaisia taustalla olevista ennakkoluuloista.
Esimerkki ennakoivasta elvytyksestä, johon viittaamme tässä videossa, on CPR of Flynn et al. (2002) lannerangan manipulaation onnistumisen osalta: Jos vähintään kolme seuraavista viidestä kohdasta on läsnä, todennäköisyys onnistua manipuloinnissa kasvaa 2,6-kertaiseksi, ja jos vähintään neljä kohdetta on läsnä, todennäköisyys kasvaa 24-kertaiseksi. Näitä tekijöitä ovat: ei oireita polven distaalipuolella, oireiden alkamisaika alle 30 päivää, FABQ-pisteet < 19, lannerangan hypomobiliteetti ja lonkan sisäinen kierto yli 35 astetta vähintään yhdessä lonkassa.
Elvytyksen ja elvytyksen on läpäistävä kolme vaihetta ennen täydellistä käyttöönottoa kliinisessä ympäristössä:
- Johdanto: Tässä vaiheessa CPR-arvot johdetaan käyttämällä monimuuttujaisia tilastollisia menetelmiä, joilla tutkitaan valittujen kliinisten muuttujien ryhmien ennustuskykyä.
- Validointi: Elvytys testataan samanlaisessa kliinisessä ympäristössä (jota kutsutaan sisäiseksi validoinniksi), minkä jälkeen elvytys testataan toisessa kliinisessä ympäristössä (jota kutsutaan ulkoiseksi validoinniksi).
- Vaikutus: Säännön hyödyllisyyden mittaaminen kliinisessä ympäristössä kustannus-hyötysuhteen, potilastyytyväisyyden, ajan/resurssien kohdentamisen jne. kannalta, yleensä satunnaistetuissa kontrolloiduissa tutkimuksissa.
Viimeinen vaihe on täytäntöönpanovaihe, jossa sääntö hyväksytään laajasti ja otetaan käyttöön kliinisessä käytännössä.
Vain 54,8 prosenttia 434:stä kliinisestä ennustesäännöstä on validoitu ja vain 2,8 prosentille on tehty vaikutusanalyysi.
Keogh et al. (2014) ovat löytäneet 434 yksittäistä sääntöä vuoteen 2014 asti. Vain 54,8 prosenttia niistä oli validoitu ja vain 2,8 prosentille oli tehty vaikutusanalyysi. Suurin osa tutkimuksista tehtiin sydän- ja verisuonitautien ja hengityselinsairauksien alalla, ja seuraavaksi eniten tutkimuksia tehtiin tuki- ja liikuntaelinten alalla.
Ensimmäinen varoitus on siis se, että vaikka elvytysmenetelmiä on paljon, monia niistä ei ole validoitu, saati sitten tehty vaikutustutkimuksia, emmekä voi sanoa, parantaako niiden käyttö kliinisiä käytäntöjä. Flynnin CPR on yksi harvoista tuntemistamme ennakoivista CPR-menetelmistä, jotka on onnistuttu validoimaan kaksi vuotta myöhemmin. Childs et al. (2004) satunnaistetussa kontrolloidussa tutkimuksessa. He havaitsivat, että niiden potilaiden, joiden elvytyssuunnitelma oli positiivinen neljällä kohdalla viidestä, onnistuneen lopputuloksen todennäköisyys oli 60,8 verrattuna potilaisiin, joiden sääntö oli negatiivinen ja jotka saivat liikuntaa.
Flynnin ja kollegoiden CPR:n tapaan useimmat tuki- ja liikuntaelimistön hoitokäytännössä käytetyt kliiniset ennustesäännöt ovat ennustavia CPRS-sääntöjä. Näissä elvytyssuunnitelmissa käytetään perustason kriteerejä, joita kutsutaan hoitovaikutuksen muuntajiksi ja jotka kerätään fyysisestä tutkimuksesta, jotta voidaan määrittää, minkä tyyppistä hoitoa potilaan tulisi ensisijaisesti saada. Valitettavasti kliinisiin ennustesääntöihin liittyy muitakin mahdollisia sudenkuoppia, joista Haskins ja Cook (2016) huomauttivat BJSM:n pääkirjoituksessa:
- Monet monissa tutkimuksissa käytetyt yksinkertaiset, johdannaismallinnusmenetelmät kuvaavat ennusteellisia tekijöitä ennemminkin kuin määrääviä tekijöitä. Toisin sanoen säännöt tunnistivat potilaat, jotka paranisivat joka tapauksessa, riippumatta heidän saamastaan hoidosta. Jos otamme Flynnin elvytyksen uudelleen, oireiden kesto alle 30 päivää tai oireiden puuttuminen polven distaalisesta osasta ja vähäinen pelon välttäminen ovat yleisiä positiivisia ennustetekijöitä, jotka suosivat hoidosta riippumatonta toipumista. Todellisuudessa näihin merkkeihin ja oireisiin liittyvä luonnollinen taudinkuva on hyvin suotuisa, mikä tarkoittaa, että paraneminen ei liity saatuun hoitoon vaan ajan myötä.
- Monissa elvytyssuosituksissa on sellaisia tekijöitä, joita ei voida muuttaa, kuten ikä, sukupuoli tai oireiden kesto, joita ei voida muuttaa hoidolla. Mallin potentiaalin maksimoimiseksi ennustajien tulisi olla välittäviä tekijöitä, joihin hoito voi vaikuttaa, kuten pelko, katastrofisointi, voiman menetys tai joustavuus.
- Toinen tärkeä seikka on se, että malliin sisällytettyjen tekijöiden luotettavuuden on oltava korkea. Flynnin CPR:n tapauksessa yksi mallin tekijä on "lannerangan hypomobiliteetti". Systemaattinen katsaus van Trijffel et al. (2005) on kuitenkin osoittanut, että arvioijien välinen luotettavuus on lannerangan osalta vain huonosta tyydyttävään. Tämä vaikeuttaa sitä, että eri arvioijat, jotka käyttävät elvytystä, voivat tehdä saman johtopäätöksen tästä kysymyksestä.
- Useimmat elvytystutkimukset ovat liian tehottomia, koska otoskoko on riittämätön, mikä johtaa erittäin leveisiin luottamusväleihin, jotka osoittavat, että elvytystutkimuksen ennustetarkkuus on epätarkka. Flynnin tutkimuksessa 95 prosentin luottamusväli on 4,63-139,41, kun positiivisia kohteita on vähintään neljä. Manipulaation vaikutus potilaisiin, jotka saavat positiivisen tuloksen elvytystestissä, voi siis olla kohtalainen, mutta se voi olla myös valtava, sillä 95:ssä 100:sta tapauksesta kertoimen suhde on 139.
Tiivistetäänpä yhteenveto syistä, joiden vuoksi meidän ei pitäisi luottaa sokeasti elvytystutkimuksiin kliinisessä käytännössä: Useimmat CPR-menetelmistä on vain johdettu, mutta niitä ei ole koskaan (onnistuneesti) validoitu, saati että ne olisivat saavuttaneet kliinisen vaikutuksen vaiheen. Yhdessä tutkimuksessa ja tietyssä ympäristössä saatuja tuloksia ei voida yksinkertaisesti siirtää omaan kliiniseen toimintaympäristöösi. Monet elvytyksessä esiintyvät tekijät ovat positiivisia ennustetekijöitä, jotka liittyvät suotuisaan luonnolliseen kulkuun. Nämä potilaat olisivat siis parantuneet joka tapauksessa. Lopuksi on tärkeää, että malliin sisällytetään luotettavia ja muutettavissa olevia tekijöitä sen potentiaalin maksimoimiseksi, ja tutkimusten otoskokoja olisi lisättävä, jotta elvytyksen vaikutusta voitaisiin kuvata tarkemmin.
Manuaalisen terapian sovellus (iOS ja Android)
Physiotutorsin Manual Therapy App -sovelluksessa on yli 150 mobilisointi- ja manipulaatiotekniikkaa tuki- ja liikuntaelimistölle. Lisäksi löydät tietoa verisuonijärjestelmän ja nivelsiteiden eheyden seulontatesteistä.
Jos haluat pysyä ajan tasalla ja saada ilmoituksen heti, kun julkaisemme uuden blogiartikkelin, varmista, että tilaat RSS-syötteen, joka lähettää sinulle uuden artikkelin ilmoituksen suoraan sähköpostiisi.
Viitteet:
Adams ST, Leveson SH. Kliiniset ennustesäännöt. Bmj. 2012 Jan 16;344:d8312.
Cook C. Kliinisten ennustesääntöjen mahdolliset sudenkuopat.
Chad Cookin blogiartikkeli: https://relief.news/2016/09/05/rip-prescriptive-clinical-prediction-rules/
Wallace E, Johansen ME. Kliiniset ennustesäännöt: haasteet, esteet ja lupaukset.
