Ellen Vandyck
Tutkimuspäällikkö
Kohdunkaulan hermojuuren vaurioitumisen tunnistaminen voi olla haastavaa, koska eri patologisten tilojen yhteiset oireet ovat päällekkäisiä. Siksi hyvä anamneesi ja kliininen tutkimus ovat olennaisen tärkeitä oikean diagnoosin todennäköisyyden lisäämiseksi. Erillisten testien tai potilastietojen käyttö on osoittautunut diagnostisesti merkityksettömäksi. (Mizer ym., 2017) Tämän vuoksi suositeltiin, että tutkitaan, mikä on paras tapa diagnosoida kaulan hermojuuren osallistuminen potilaalla, jolla on kaulan radikulaarisen kivun ja/tai radikulopatian piirteitä. Kolme erillistä mallia kehitettiin ja niitä verrattiin sen määrittämiseksi, miten niiden avulla voidaan tehdä tarkka diagnoosi kaulan hermojuuren osallistumisesta.
Tutkimuksessa käytettiin prospektiivisesti kerättyjä tietoja diagnostisen ennakoivan mallinnuksen rakentamiseen Sleijser-Koehorst et al., 2021. Vuoden 2021 tutkimuksessa määritettiin diagnostinen tarkkuus useiden potilaskertomuksesta ja kliinisestä tutkimuksesta saatujen tietojen osalta erikseen. Nykyisessä tutkimuksessa, jota tänään tarkastelemme, pyrittiin kehittämään diagnostinen malli ja määrittelemään sellaisten kohteiden yhdistelmän kliininen hyödyllisyys, joilla oli yksittäin hyvät diagnostiset ominaisuudet. Vuoden 2021 tutkimuksesta valittiin ne kohdat, joiden herkkyys- tai spesifisyysarvo oli vähintään 0,80, kolmen ennustemallin kehittämiseen.
Näihin ennustetekijöihin kuuluivat:
Kolmas ennustemalli oli potilashistoriamallin ja kliinisen tutkimuksen mallin yhdistelmä.
Kolmen mallin diagnostisen kyvyn määrittämiseksi kutakin ennustemallia verrataan vertailustandardiin (kultaiseen standardiin). Tässä tutkimuksessa kirjoittajat käyttivät vertailustandardina kahta kriteeriä:
AND
Mallit analysoitiin, ja diagnostinen tarkkuus laskettiin AUC-arvon (Area Under the Curve) avulla. AUC tulkittiin seuraavasti:
Tutkimukseen otettiin mukaan sata kolmekymmentäneljä potilasta, joilla epäiltiin hermojuuren osuutta. Oireiden keston mediaani oli 26 viikkoa, ja otoksen keski-ikä oli 49,9 vuotta. Väestö jakautui lähes tasan molempiin sukupuoliin. In sixty-six patients a cervical nerve root involvement was identified by the reference standard and 68 had no cervical nerve root involvement based on the reference standard.
Monimuuttujaisessa regressioanalyysissä seuraavat muuttujat säilytettiin ennustemalleissa:
Potilashistorian ennustemalli
Ennustetekijät "käsivarren kipu pahempi kuin niskakipu" ja "potilaan ilmoittama parestesia ja/tai tunnottomuus" säilytettiin potilashistoriamallissa. Yhdessä ne saavuttivat AUC-arvon 0,74, mikä osoittaa hyväksyttävää diagnostista tarkkuutta.
Kliinisen tutkimuksen malli
Spurlingin testi ja ULNT1-testi säilytettiin monimuuttuja-analyysin jälkeen. AUC-arvoksi laskettiin 0,77, mikä viittaa hyväksyttävään diagnostiseen tarkkuuteen.
Yhdistetty malli
Potilashistoriamallin ja kliinisten tutkimustulosten mallin yhdistelmässä säilytettiin kolme ennustetekijää:
Tämän mallin AUC oli 0,82, mikä kuvastaa erinomaista diagnostista tarkkuutta.
Koska on jo olemassa useita kliinisiä ennustussääntöjä ja testiryhmiä, joilla tutkitaan kaulan hermojuuren osallistumisen todennäköisyyttä (esimerkiksi Wainnerin klusteri), tämä tutkimus ei ensi näkemältä tuo paljon uutta tietoa. Wainnerin klusterin tapauksessa tiedot saadaan kuitenkin kliinisen tutkimuksen tuloksista. Me kaikki tiedämme, että hyvä kliininen tutkimus on ensiarvoisen tärkeää ja että tarkkojen testien valinta on välttämätöntä. Nämä klusterit voivat kuitenkin olla hyödyllisiä lääkäreille, joilla on jo kokemusta kaulan hermojuuren vaurioitumisongelmien tunnistamisesta. Useimmilla aloittelevilla ja vähemmän kokeneilla kliinikoilla se ohittaa tietyt vaiheet hypoteettis-deduktiivisessa kliinisessä päättelyprosessissa. Tämä tutkimus auttaa tunnistamaan tiettyjä merkkejä ja oireita potilaan anamneesista ja auttaa lisäämään tai vähentämään epäilyä kaulan hermojuuren osallistumisesta. Loppujen lopuksi "anamneesin ottaminen on edelleen tärkein osa tarkkojen lääketieteellisten tietojen hankkimista, potilaan tuntemista ja luottamuksen luomista". (Flugelman et al. 2021) Erotusdiagnostiikka edellyttää sellaisten hypoteesien laatimista, joista osa on suljettava pois ja osa vahvistettava, ja näiden hypoteesien laatimiseksi on pystyttävä tunnistamaan, mitä tietoja voidaan saada potilaan haastattelusta. Koska nykyiset tiedot kerättiin saman kirjoittajan aikaisemmasta tutkimuksesta (Sleijser-Koehorst et al. 2021), voit vilkaista taustalla olevaa taulukkoa, jossa eri potilaan ilmoittamat haastattelukohdat saattavat auttaa saamaan vihjeitä siitä, milloin on syytä ajatella mahdollista kaulahermojuuren osallistumista.
Huomaa, että luottamusvälit ovat laajat useimpien taustalla olevien merkkien osalta. Potilaiden esiintymisessä voi olla valtavia eroja, eikä tämä ole rajoittava luettelo, sillä monet oireet ovat päällekkäisiä muiden patologioiden kanssa. Lisäksi potilashaastattelusta valittiin tiettyjä merkkejä diagnostisen paremmuuden perusteella, ja niitä analysoitiin ja tarkennettiin edelleen tutkimuksessa 2025.
On erittäin tärkeää ymmärtää riittävästi anamneesitietojen ja kliinisten testien suorittamisen ja tulkinnan tarkka kuvaus. Taulukossa 2 kuvataan, miten kirjoittajat tulkitsivat anamneesista ja kliinisestä tutkimuksesta saatuja vihjeitä.
Kirjoittajat valitsivat 2021-tutkimuksestaan ne potilaskertomuksen löydökset, joiden herkkyys ja spesifisyys oli vähintään 0,80 kohdunkaulan hermojuuren osuuden tunnistamiseksi, vaikka kliinisen tutkimuksen löydösten osalta mukaan otettiin myös testit, jotka alittivat 0,80 tarkkuusrajan, mutta perusteluja ei esitetty.
Yhdistetty malli saavutti parhaan diagnostisen tarkkuuden. Tämä tarkoittaa sitä, että positiivisen Spurlingin testin ja potilaan ilmoittaman, niskakipua pahemman käsivarsikivun sekä parestesian ja/tai puutumisen oireiden avulla voidaan parhaiten tunnistaa kaularangan hermojuuren vaurio. Selitetty varianssi oli kuitenkin pieni: 0.38. Jos selitetty varianssi on alhainen, se tarkoittaa, että diagnoosiin vaikuttaa paljon muita tuntemattomia tekijöitä, joita malli ei pysty kuvaamaan. Tämä tarkoittaa sitä, että vaikka yhdistetty malli kertoo hyvin ja luotettavasti, kenellä on hermojuuren vaurio, se ei ole täydellinen malli.
Paraskin malli selitti vain 38 prosenttia diagnoosien vaihtelusta. Tämä kertoo meille:
Kohdunkaulan hermojuuren vaurion diagnosointi ei ole 100-prosenttisesti ennustettavissa pelkästään haastattelujen tai kliinisten testien perusteella. Joillakin potilailla voi olla selviä oireita, mutta ei hermopuristusta. Toisilla saattaa olla positiivinen kliininen testi, mutta heillä ei ole sairautta. Testejä tekevien tutkijoiden välillä voi olla eroja, potilaat voivat kuvata oireitaan eri sanamuodoin tai potilaan vastausten tulkinnassa voi olla eroja. Tässä tutkimuksessa kliinisen tutkimuksen testit suoritti kuitenkin vain yksi tutkija, joten tulosten vaihtelu ei voi johtua tutkijoiden välisistä eroista.
Lopuksi voidaan todeta, että vaikka täydellistä työkalua ei olekaan kehitetty, potilaskertomuksen, kliinisten testien ja mahdollisesti kuvantamisen (kuten magneettikuvauksen) yhdistelmä saattaa olla parempi keino tunnistaa kaulahermojuuren vaurio, verrattuna erillisiin testeihin, anamneesiin tai pelkästään magneettikuvaukseen perustuviin tutkimuksiin.
Kirjoittajat ovat suunnitelleet tiukan tutkimusprotokollan, johon sisältyy riittävä sokkoutus, ei viivettä testien arvioinnin ja vertailustandardiin tehdyn vertailun välillä, jolloin vältetään taudin etenemisen tai taantumisen aiheuttama harha, eikä hoitoa testauksen ja kuvantamisen välissä, joten voimme nostaa hattua. Ainoa näkökohta, joka sinun tulisi pitää mielessäsi, on määrittää huolellisesti, voidaanko 49 prosentin esiintyvyys (joka heijastaa siis testiä edeltävää todennäköisyyttä) yleistää kliiniseen käytäntöön.
Kun potilaan ilmoittama parestesia ja/tai tunnottomuus, niskakipua pahempi käsivarren kipu ja positiivinen Spurlingin testi olivat ennusmerkkejä kaularangan hermojuuren osuuden tunnistamiseksi, saavutettiin erinomaisen diagnostisen tarkkuuden kynnysarvo. Nykyisen mallin ulkoinen validointi on edelleen tarpeen, varsinkin kun paras ennustemalli pystyi selittämään vain 38 prosenttia varianssista. Tämä tutkimus auttaa hypoteettis-deduktiivisessa päättelyssä.
Olemme koonneet 100% ilmaisen e-kirjan, joka sisältää 21 hyödyllisintä ortopedistä testiä kehon alueittain, jotka auttavat sinua taatusti saamaan oikean diagnoosin jo tänään!