頚部神経根の病変を特定する

はじめに

頸部神経根病変の特定は、異なる病態間で共通の徴候や症状が重複するため、困難な場合がある。したがって、正しい診断の可能性を高めるためには、病歴聴取と臨床検査が不可欠である。単独の検査や患者情報の使用は、診断的価値が低いことを示している。 (Mizerら、2017）そのため、頸部神経根痛および/または神経根症の特徴を呈する患者において、頸部神経根の病変を診断する最善の方法を調査することが提唱された。頸部神経根病変の正確な診断を確立するために、3つのモデルが開発され、比較された。

方法

この研究では、Sleijser-Koehorstら、2021年の診断予測モデリング研究を構築するために、前向きに収集されたデータを使用した。 2021年の研究では、病歴聴取と臨床検査から得られたいくつかの項目について、個別に診断精度を判定した。今日レビューする研究は、診断モデルを開発し、個々に良好な診断特性を達成した項目の組み合わせの臨床的有用性を明らかにすることを目的としている。 2021年の研究から、少なくとも0.80の感度または特異度を達成した項目が、3つの予測モデルの開発のために選択された。

これらの予測因子は以下の通りである：

患者履歴モデル：
- 腕の痛みは首の痛みよりひどい
- 患者報告による知覚異常
- 患者報告による知覚異常および/またはしびれ
- アイロンによる症状の誘発
- ポケットに手を入れて歩くことによる症状の軽減
臨床検査モデル
- スパーリングテスト
- 上肢ニューロダイナミック検査1（正中神経）
- 子宮頸部牽引テスト
- 神経学的検査
  - センセーション
  - 反射神経
  - 筋力低下

第3の予測モデルは、病歴モデルと臨床検査モデルを組み合わせたものである。

3つのモデルの診断能力を決定するために、それぞれの予測モデルを参照（ゴールドスタンダード）と比較する。この研究では、著者らは基準として2つの基準を用いた：

脳神経外科医による頸部神経根病変の臨床診断

そして

MRI検査で、同じレベルまたは隣接するレベルの神経根の圧迫または炎症が客観的に確認され、臨床診断と一致する（皮膚体分布に基づく）。

モデルを分析し、曲線下面積（AUC）によって診断精度を算出した。 AUCは次のように解釈された：

AUC≧0.9：優れた診断精度
AUC 0.80～0.89：優れた診断精度
AUC 0.70～0.79：許容できる診断精度
AUC 0.51～0.69：診断精度が低い
AUC = 0.5：識別値なし

結果

神経根病変が疑われる患者百三十四人が研究に組み入れられた。症状の持続期間の中央値は26週間、平均年齢は49.9歳であった。人口はほぼ男女に分かれていた。 66名の患者において、参照基準により頚部神経根病変が同定され、68名には参照基準に基づく頚部神経根病変は認められなかった。

頸部神経根病変 — からだ： Sleijser-Koehorstら, JOSPT Open (2025)

多変量回帰分析では、以下の変数を予測モデルに残した：

患者履歴予測モデル

予測因子の「頚部痛よりひどい腕の痛み」と「患者が報告した知覚異常および/またはしびれ」は、患者歴モデルに保持された。両者を合わせると、AUCは0.74となり、診断精度は問題ないことが示された。

臨床検査モデル

多変量解析の結果、Spurling検定とULNT1検定が残った。 AUCは0.77であり、診断精度が高いことが示された。

複合モデル

病歴モデルと臨床検査所見モデルの組み合わせでは、3つの予測因子が保持された：

腕の痛みは首の痛みよりひどい
患者報告による知覚異常および/またはしびれの有無
スパーリングテスト

このモデルのAUCは0.82で、優れた診断精度を示した。

質問と感想

頸部神経根病変の可能性を検討する臨床的な予測ルールや検査クラスター（例えばWainnerクラスター）はまだいくつかあるため、一見したところ、この研究はそれほど新しい情報を追加するものではない。しかし、ウェインナーのクラスターの場合は、臨床検査所見から情報が得られる。 優れた臨床検査が最も重要であり、正確な検査の選択が不可欠であることは誰もが知っている。しかし、これらのクラスターは、頸部神経根病変のパターン認識についてすでに経験のある臨床医にとっては有用である。ほとんどの初心者や経験の浅い臨床医にとって、仮説演繹的臨床推論プロセスのある段階をスキップすることになる。この検査は、患者の病歴聴取から特定の徴候や症状を認識し、頸部神経根病変の疑いを強めたり弱めたりするのに役立つ。 結局のところ、「病歴聴取は、正確な医療データを取得し、患者を知り、信頼関係を確立する上で、依然として最も重要な部分」なのである。 (Flugelmanら）。 2021)鑑別診断には、除外しなければならない仮説と確認しなければならない仮説のセットを確立することが必要であり、これらの仮説を導き出すためには、患者の問診からどのような情報が得られるかを特定できなければならない。今回のデータは、同じ著者による以前の研究（Sleijser-Koehorst et al. 2021年）、患者から報告されたさまざまな問診項目が、頸部神経根の病変の可能性をいつ考えるべきかの手がかりを得るのに役立つかもしれない。

信頼区間は、基本的な徴候のほとんどについて広いことに注意されたい。患者の症状は千差万別であり、他の病態と重複する症状も多いため、このリストは限定的なものではない。また、患者との問診から診断上の優位性に基づいて特定の徴候を選択し、2025年の研究によってさらに分析・改良した。

病歴聴取情報の正確な記述と臨床検査の実施と解釈を十分に理解することが非常に重要である。表2は、筆者らが病歴聴取と臨床検査から得た手がかりをどのように解釈したかを示したものである。

オタクな話をしよう

著者らは、2021年の研究から、頸部神経根病変を同定するための感度および特異度が少なくとも0.80を示した患者病歴所見を選択したが、臨床検査所見については、0.80の精度閾値未満の検査も含まれていたが、その根拠は示されていなかった。

複合モデルは最高の診断精度を達成した。つまり、スパーリングテストが陽性で、頸部痛より腕の痛みが強く、知覚障害やしびれの症状があると患者が報告した場合、頸部神経根の病変を最も正確に認識することができる。しかし、説明された分散は低かった： 0.38. 説明される分散が低い場合は、モデルが捉えていない他の多くの未知の要因が診断に影響していることを意味する。つまり、この複合モデルは神経根病変のある患者を確実に言い当てるという点では優れているが、完璧なモデルではないということである。

最良のモデルでも、診断のばらつきの38％しか説明できなかった。これは私たちに教えてくれる：

このモデルは有用ではあるが完全ではなく、この疾患の診断には他の要因が関与している可能性が高いことを示唆している。
理学療法士や医師は、このモデルだけに頼るのではなく、他のツールの一つとして意思決定に用いるべきである。

頸部神経根病変の診断は、問診や臨床検査だけでは100％予測できるものではない。 症状がはっきりしていても神経圧迫がない患者もいる。また、臨床検査が陽性であっても、その病態に罹患していない人もいる。検査を行う検査官によって違いがあるかもしれないし、患者が自分の症状を説明するのに別の表現を使うかもしれないし、患者の反応の解釈の仕方に違いがあるかもしれない。とはいえ、この研究では臨床検査を実施した検査者は1人であったため、結果のばらつきは検査者間の差に由来するものではない。

結論として、完璧なツールが開発されたわけではないが、患者の病歴、臨床検査、そして場合によっては画像診断（MRIなど）を組み合わせることで、単独の検査や病歴所見、あるいはMRI検査のみに基づくよりも、頸部神経根病変の同定に適している可能性がある。

著者らは、十分な盲検化、疾患の進行・退行バイアスを回避するための検査評価と参照標準との比較の間に遅延がないこと、検査と画像診断の間に治療を行わないことなど、厳密な試験プロトコルを設計しており、脱帽である。唯一留意すべき点は、49％という有病率（したがって検査前の確率を反映している）が、あなたの臨床現場で一般化可能かどうかを注意深く判断することである。