5 Redenen waarom je voorzichtig moet zijn met clinical prediction rules

clinical prediction rules

De Ottawa Ankle Rules zijn het klassieke voorbeeld van hoezeer een eenvoudige clinical prediction rule (CPR) de klinische praktijk kan verbeteren. Er zijn echter veel uitdagingen en barrières waarom je voorzichtig moet zijn met het gebruik van klinische voorspellingsregels in de praktijk. In dit blogartikel bespreken we met welke problemen CPRs te maken hebben:

This image has an empty alt attribute; its file name is CPR-manipulation.jpg

CPRs zijn wiskundige hulpmiddelen die bedoeld zijn om clinici te begeleiden bij hun dagelijkse besluitvorming. CPR’s worden opgesteld met behulp van multivariate statistische methoden en zijn bedoeld om de voorspellende waarde van geselecteerde groepen klinische variabelen te onderzoeken. Clinical prediction rules kunnen het best worden ingedeeld in drie verschillende groepen: diagnostische, prognostische en prescriptieve. Studies die zich richten op voorspellende factoren in verband met een specifieke diagnose worden diagnostische CPRs genoemd. Clinical prediction rules die zijn ontworpen om een uitkomst zoals succes of falen te voorspellen, worden als prognostisch beschouwd. CPRs die zijn ontworpen om zich te richten op de meest effectieve interventies worden aangeduid als prescriptief. Hun voordeel is dat zij clinici kunnen helpen snel beslissingen te nemen die normaliter onderhevig kunnen zijn aan onderliggende biases.

Een voorbeeld van een voorspellende CPR, waarnaar we in deze video zullen verwijzen, is de CPR van Flynn et al. (2002) voor het succes van lumbale manipulatie: Indien 3 of meer van de volgende 5 items aanwezig zijn, wordt de kans op succes bij manipulatie verhoogd met een factor 2,6, met 4+ of meer met een factor 24. Deze factoren zijn: geen symptomen distaal van de knie, aanvang van de symptomen korter dan 30 dagen, een FABQ score <19, hypomobiliteit van de lumbale wervelkolom, en een interne rotatie van de heup van meer dan 35 graden in ten minste één heup.

CPRs moeten drie fasen doorlopen voordat zij volledig in een klinische omgeving kunnen worden toegepast:
1. Derivatie: In deze fase worden CPR’s afgeleid met behulp van multivariate statistische methoden om het voorspellend vermogen van geselecteerde groeperingen van klinische variabelen te onderzoeken.
2. Validatie: De CPR wordt getest in een vergelijkbare klinische setting (wat interne validatie wordt genoemd), vervolgens wordt de CPR getest dan verschillende klinische setting (wat externe validatie wordt genoemd).
3. Impact: Meting van het nut van de regel in de klinische setting in termen van kosten-baten, patiënttevredenheid, toewijzing van tijd/middelen, enz. meestal getest in gerandomiseerde gecontroleerde trials.

De laatste stap is de implementatiefase waarin de regel op grote schaal wordt aanvaard en in de klinische praktijk wordt toegepast.

Keogh et al. (2014) hebben tot het jaar 2014 434 afzonderlijke CPRs gevonden. Slechts 54,8% daarvan was gevalideerd en slechts 2,8% had een impactanalyse ondergaan. De meeste studies werden uitgevoerd op het gebied van hart- en vaatziekten en aandoeningen van de luchtwegen, gevolgd door het musculoskeletale domein.

Het eerste voorbehoud hier is dus dat er weliswaar veel CPRs zijn, maar dat vele ervan niet zijn gevalideerd, laat staan aan effectstudies zijn onderworpen, en dat we dus niet kunnen zeggen of het gebruik ervan de klinische praktijk zal verbeteren. De CPR van Flynn is een van de weinige voorspellende CPR’s die we kennen die twee jaar later met succes zijn gevalideerd door Childs et al. (2004) in een gerandomiseerde gecontroleerde trial. Zij vonden dat de kans op een succesvolle uitkomst van patiënten die positief waren op de CPR met 4 van de 5 items, vergeleken met patiënten die negatief waren op de regel en oefening kregen, 60,8 was.

Zoals de CPR van Flynn en collega’s zijn de meeste klinische voorspellingsregels die in de musculoskeletale praktijk worden gebruikt, voorspellende CPRs. Die CPRs maken gebruik van basiscriteria, treatment effect modifiers genaamd, die worden verzameld op basis van een lichamelijk onderzoek om te informeren over het type behandeling dat een patiënt bij voorkeur zou moeten krijgen. Helaas zijn er andere potentiële valkuilen van klinische voorspellende regels, waar Haskins en Cook (2016) in een editorial voor de BJSM op hebben gewezen:

  1. Veel eenvoudige, afgeleide modelleringsmethoden die in veel studies worden gebruikt, bevatten prognostische factoren, in plaats van prescriptieve factoren. Met andere woorden, de regels identificeerden patiënten die hoe dan ook zouden verbeteren, ongeacht de behandeling die zij kregen. Als we de CPR van Flynn opnieuw nemen, zijn een symptoomduur van minder dan 30 dagen of geen symptomen distaal van de knie en een laag niveau van angstvermijding algemene positieve prognostische factoren die herstel bevorderen, onafhankelijk van de behandeling. In werkelijkheid is de natuurlijke geschiedenis die met deze tekenen en symptomen gepaard gaat zeer gunstig, wat betekent dat de verbetering niet geassocieerd zal worden met de ontvangen zorg, maar met de tijd.
  2. Veel voorgeschreven CPRs bevatten niet-modificeerbare factoren zoals leeftijd, geslacht of duur van de symptomen die niet door behandeling kunnen worden veranderd. Om het potentieel van het model te maximaliseren moeten de voorspellers mediërende factoren zijn die door de behandeling kunnen worden beïnvloed, zoals angst, catastroferen, krachtverlies of flexibiliteit
  3. Een ander belangrijk punt is dat de in het model opgenomen factoren een hoge betrouwbaarheid moeten hebben. In het geval van de Flynn CPR is één factor in het model “hypomobiliteit van de lumbale wervelkolom”. Een systematische review van van Trijffel et al. (2005) heeft echter aangetoond dat de interbeoordelaarsbetrouwbaarheid van de lumbale wervelkolom slechts matig tot redelijk is. Dit maakt het moeilijk voor verschillende beoordelaars die de CPR gebruiken om op dit item dezelfde conclusie te trekken.
  4. De meeste CPR’s zijn underpowered als gevolg van onvoldoende steekproefomvang, wat leidt tot extreem brede betrouwbaarheidsintervallen die wijzen op een gebrek aan precisie van de voorspellende nauwkeurigheid van een CPR. In de studie van Flynn hebben we een 95%-betrouwbaarheidsinterval dat loopt van 4,63 tot 139,41 in geval van 4 of meer positieve items. Het effect van de manipulatie bij patiënten die positief scoren op de CPR kan dus matig zijn, maar het kan ook enorm zijn met een odds ratio van 139 in 95 van de 100 gevallen.

Goed, laten we de redenen samenvatten waarom we niet blindelings moeten vertrouwen op CPRs voor de klinische praktijk: De meeste CPRs zijn alleen afgeleid, maar nooit (succesvol) gevalideerd, laat staan dat ze de klinische impactfase hebben bereikt. De uitkomsten van één studie en een bepaalde setting kunnen niet zomaar naar jouw klinische setting worden overgebracht. Veel factoren in een CPR zijn positieve prognostische factoren die geassocieerd zijn met een gunstig natuurlijk beloop. Dus die patiënten zouden hoe dan ook beter worden. Ten slotte is het belangrijk dat betrouwbare en modificeerbare factoren in een model worden opgenomen om het potentieel ervan te maximaliseren, terwijl studies hun steekproefomvang moeten vergroten om het effect van de reanimatie met grotere precisie te beschrijven.

Als je op de hoogte wilt blijven en een bericht wilt ontvangen zodra wij een nieuw blogartikel uitbrengen, kan je je abonneren op onze RSS feed die je het nieuwe artikel direct in jouw inbox zal sturen. 

Bedankt voor het lezen!

Kai

Literatuur

Adams ST, Leveson SH. Clinical prediction rules. Bmj. 2012 Jan 16;344:d8312.

Childs JD, Fritz JM, Flynn TW, Irrgang JJ, Johnson KK, Majkowski GR, Delitto A. A clinical prediction rule to identify patients with low back pain most likely to benefit from spinal manipulation: a validation study. Annals of internal medicine. 2004 Dec 21;141(12):920-8.

Cook C. Potential pitfalls of clinical prediction rules.

Chad Cook’s Blog Article: https://relief.news/2016/09/05/rip-prescriptive-clinical-prediction-rules/

Flynn T, Fritz J, Whitman J, Wainner R, Magel J, Rendeiro D, Butler B, Garber M, Allison S. A clinical prediction rule for classifying patients with low back pain who demonstrate short-term improvement with spinal manipulation. Spine. 2002 Dec 15;27(24):2835-43.

Haskins R, Cook C. Enthusiasm for prescriptive clinical prediction rules (eg, back pain and more): a quick word of caution.

Keogh C, Wallace E, O’Brien KK, Galvin R, Smith SM, Lewis C, Cummins A, Cousins G, Dimitrov BD, Fahey T. Developing an international register of clinical prediction rules for use in primary care: a descriptive analysis. The Annals of Family Medicine. 2014 Jul 1;12(4):359-66.

van Trijffel E, Anderegg Q, Bossuyt PM, Lucas C. Inter-examiner reliability of passive assessment of intervertebral motion in the cervical and lumbar spine: a systematic review. Manual therapy. 2005 Nov 1;10(4):256-69.

Wallace E, Johansen ME. Clinical prediction rules: challenges, barriers, and promise.

Phy arrow right
Terug
#2 IS ABSOLUUT 🔥

5 ESSENTIËLE MOBILISATIE/MANIPULATIE TECHNIEKEN DIE ELKE FYSIO ZOU MOETEN BEHEERSEN

Leer 5 essentiële mobilisatie/manipulatie technieken in 5 dagen die jouw manuele vaardigheden onmiddellijk omhoog zullen stuwen – 100% Gratis!

Manuele therapie cursus