오타와 발목 규칙은 간단한 임상 예측 규칙이 임상 진료를 얼마나 훌륭하게 개선할 수 있는지 보여주는 대표적인 예입니다. 그러나 실제로 임상 예측 규칙을 신중하게 사용해야 하는 이유에는 많은 어려움과 장벽이 있습니다. 이 블로그 글에서는 심폐소생술이 직면하고 있는 문제에 대해 설명합니다:
임상 예측 규칙(CPR)은 임상의가 일상적인 의사 결정을 내릴 때 도움을 주기 위한 수학적 도구입니다. CPR은 다변량 통계 방법을 사용하여 생성되며, 선택한 임상 변수 그룹의 예측 능력을 검사하도록 설계되었습니다. 임상 예측 규칙은 진단, 예후, 처방의 세 가지 그룹으로 가장 잘 분류할 수 있습니다. 특정 진단과 관련된 예측 요인에 초점을 맞춘 연구를 진단용 심폐소생술이라고 합니다. 성공 또는 실패와 같은 결과를 예측하기 위해 고안된 임상 예측 규칙은 예후 예측으로 간주됩니다. 가장 효과적인 개입을 목표로 설계된 임상 예측 규칙은 처방적 규칙으로 식별됩니다. 이 솔루션의 장점은 임상의가 근본적인 편견에 영향을 받을 수 있는 의사 결정을 빠르게 내리는 데 도움을 줄 수 있다는 것입니다.
이 비디오에서 참조할 예측 심폐소생술의 예는 다음과 같은 심폐소생술입니다. Flynn et al. (2002)에서 요추 조작의 성공에 대해 설명합니다: 다음 5가지 항목 중 3개 이상에 해당하면 조작 성공 확률이 2.6배, 4개 이상이면 24배로 증가합니다. 이러한 요인은 무릎까지 증상이 없고, 증상이 시작된 지 30일 미만, FABQ 점수가 19점 미만, 요추의 운동성 저하, 한쪽 고관절의 고관절 내회전이 35도 이상인 경우입니다.
심폐소생술은 임상 환경에서 완전히 시행되기 전에 3단계를 거쳐야 합니다:
- 파생: 이 단계에서는 다변량 통계 방법을 사용하여 선택한 임상 변수 그룹의 예측 능력을 조사하여 CPR을 도출합니다.
- 유효성 검사: 유사한 임상 환경에서 심폐소생술을 테스트한 다음(내부 검증이라고 함), 다른 임상 환경에서 심폐소생술을 테스트합니다(외부 검증이라고 함).
- Impact: 비용 대비 편익, 환자 만족도, 시간/자원 할당 등의 측면에서 임상 환경에서 규칙의 유용성을 측정하는 것으로, 일반적으로 무작위 대조 시험에서 테스트합니다.
마지막 단계는 임상 현장에서 규칙을 광범위하게 수용하고 채택하는 이행 단계입니다.
434개의 임상 예측 규칙 중 54,8%만이 검증되었으며, 영향 분석을 거친 규칙은 2.8%에 불과했습니다.
Keogh et al. (2014)에 따르면 2014년까지 434개의 개별 규칙이 발견되었습니다. 이 중 54,8%만이 검증을 거쳤으며, 영향 분석을 거친 경우는 2.8%에 불과했습니다. 대부분의 연구는 심혈관 및 호흡기 질환 영역에서 수행되었으며 근골격계 영역이 그 뒤를 이었습니다.
따라서 여기서 가장 먼저 주의해야 할 점은 많은 심폐소생술이 있지만, 그 중 상당수는 영향 연구는 물론 검증되지 않았기 때문에 이를 사용한다고 해서 임상 진료가 개선되는지 여부는 말할 수 없다는 것입니다. 플린의 심폐소생술은 2년 후 다음과 같이 성공적으로 검증된 몇 안 되는 예측 심폐소생술 중 하나입니다. Childs et al. (2004) 의 무작위 대조 시험에 참여했습니다. 연구팀은 5개 항목 중 4개 항목에서 심폐소생술에 긍정적인 반응을 보인 환자의 성공 확률이 부정적이면서 운동을 받은 환자에 비해 60.8배나 높다는 것을 발견했습니다.
플린과 동료들의 CPR과 마찬가지로 근골격계 진료에 사용되는 대부분의 임상 예측 규칙은 예측적 CPRS입니다. 이러한 심폐소생술은 환자가 우선적으로 받아야 할 치료 유형을 알려주기 위해 신체 검사에서 수집한 치료 효과 수정자라는 기준 기준을 사용합니다. 안타깝게도 임상 예측 규칙에는 다른 잠재적인 함정이 있는데, Haskins와 Cook(2016)이 BJSM의 사설에서 지적한 바 있습니다:
- 많은 연구에서 사용하는 간단한 파생 모델링 방법은 규범적 요인보다는 예후 요인을 포착하는 데 많이 사용됩니다. 다시 말해, 이 규칙은 어떤 치료를 받든 어쨌든 호전될 환자를 식별했습니다. 플린의 심폐소생술을 다시 받을 경우, 증상이 30일 미만이거나 무릎까지 증상이 없고 공포 회피 수준이 낮으면 치료와 관계없이 회복에 유리한 일반적인 긍정적인 예후 인자입니다. 실제로 이러한 징후 및 증상과 관련된 자연경과는 매우 호의적이며, 이는 개선이 치료를 받은 것과 관련이 있는 것이 아니라 시간이 지남에 따라 개선된다는 것을 의미합니다.
- 많은 처방적 심폐소생술에는 나이, 성별 또는 치료로 변경할 수 없는 증상 기간과 같은 수정할 수 없는 요소가 포함되어 있습니다. 모델의 잠재력을 극대화하려면 예측 변수는 공포, 재앙, 근력 손실 또는 유연성과 같이 치료에 의해 영향을 받을 수 있는 매개 요인이 되어야 합니다.
- 또 다른 중요한 점은 모델에 포함된 요소의 신뢰도가 높아야 한다는 것입니다. 플린 심폐소생술의 경우, 모델의 한 가지 요소는 '요추의 저운동성'입니다. 밴에 대한 체계적인 검토 트리펠 외. (2005) 에 따르면 요추의 평가자 간 신뢰도는 보통에서 낮은 수준에 불과합니다. 이렇게 하면 CPR을 사용하는 다른 평가자가 이 항목에 대해 동일한 결론을 내리기 어렵습니다.
- 대부분의 심폐소생술은 표본 크기가 충분하지 않아 신뢰 구간이 매우 넓어 심폐소생술의 예측 정확도가 부족하다는 것을 나타냅니다. Flynn의 연구에서 95% 신뢰 구간은 4개 이상의 긍정적인 항목이 있는 경우 4.63에서 139.41까지입니다. 따라서 심폐소생술에서 양성 반응을 보인 환자에서 조작의 효과는 보통일 수 있지만, 100건 중 95건에서 139%의 확률로 매우 클 수도 있습니다.
자, 이제 임상 실습에서 심폐소생술에 맹목적으로 의존해서는 안 되는 이유를 요약해 보겠습니다: 대부분의 심폐소생술은 도출만 되었을 뿐, 임상적 영향 단계에 도달한 것은 고사하고 (성공적으로) 검증되지도 않았습니다. 한 연구와 특정 환경에서의 결과를 단순히 임상 환경으로 옮길 수는 없습니다. 심폐소생술의 많은 요소는 자연스러운 경과와 관련된 긍정적인 예후 인자입니다. 그래서 그 환자들은 어쨌든 호전될 것입니다. 마지막으로, 신뢰할 수 있고 수정 가능한 요인을 모델에 포함시켜 잠재력을 극대화하는 것이 중요하며, 심폐소생술의 효과를 보다 정확하게 설명하기 위해 표본 크기를 늘려야 합니다.
수동 치료 앱(iOS 및 Android)
Physiotutors의 수동 치료 앱에는 근골격계를 위한 150가지 이상의 운동 및 조작 기술이 포함되어 있습니다. 또한 혈관계 및 인대 무결성에 대한 선별 검사에 대한 정보도 확인할 수 있습니다.
새 블로그 글이 게시되는 즉시 알림을 받아 최신 정보를 얻고 싶으시다면 새 글 알림을 받은 편지함으로 바로 보내드리는 RSS 피드를 구독하세요.
참조:
아담스 ST, 레브슨 SH. 임상 예측 규칙. Bmj. 2012 Jan 16;344:d8312.
채드 쿡의 블로그 글: https://relief.news/2016/09/05/rip-prescriptive-clinical-prediction-rules/
