日本語AIでPubMedを検索
日常臨床における頸部痛エピソードの進化の予測
Predicting the evolution of neck pain episodes in routine clinical practice.
PMID: 31878906 PMCID: PMC6933702. DOI: 10.1186/s12891-019-2962-9.
抄録
背景:
本研究の目的は、頸部痛（NP）エピソードの進展を予測するモデルを開発することであった。
BACKGROUND: The objective of this study was to develop models for predicting the evolution of a neck pain (NP) episode.
方法:
NP のケアを求める急性期および慢性期の患者 3,225 人を 47 の医療センターで連続して募集した。性別、年齢、雇用状況、疼痛の持続時間、NPと腕部への疼痛の強さ、障害、頸部手術歴、実施された診断処置、画像所見、臨床診断、使用された治療法を含む37の変数に関するデータを収集した。3ヵ月後のNP、AP、障害の臨床的に関連した改善を予測するために、3つの多変量ロジスティック回帰モデルを開発した。
METHODS: Three thousand two hundred twenty-five acute and chronic patients seeking care for NP, were recruited consecutively in 47 health care centers. Data on 37 variables were gathered, including gender, age, employment status, duration of pain, intensity of NP and pain referred down to the arm (AP), disability, history of neck surgery, diagnostic procedures undertaken, imaging findings, clinical diagnosis, and treatments used. Three separate multivariable logistic regression models were developed for predicting a clinically relevant improvement in NP, AP and disability at 3 months.
結果:
3,0001人（93.5%）の患者がフォローアップに参加した。すべてのモデルでキャリブレーションは良好であった。ROC曲線下面積は疼痛で≥0.717、障害で≥0.664であった。b) NPについては、非特異的な痛み（椎間板ヘルニアや脊椎狭窄による痛み）、画像上での椎間板変性の徴候がないこと、仕事にとどまっていること、女性であること、c) APについては、NPについては非特異的な痛み、画像上での椎間板変性の徴候がないこと、d) 障害については、仕事にとどまっていること、画像上での椎間板変性の徴候がないこと、であった。
RESULTS: Three thousand one (93.5%%) patients attended follow-up. For all the models calibration was good. The area under the ROC curve was ≥0.717 for pain and 0.664 for disability. Factors associated with a better prognosis were: a) For all the outcomes: pain being acute (vs. chronic) and having received neuro-reflexotherapy. b) For NP: nonspecific pain (vs. pain caused by disc herniation or spinal stenosis), no signs of disc degeneration on imaging, staying at work, and being female. c) For AP: nonspecific NP and no signs of disc degeneration on imaging. d) For disability: staying at work and no signs of facet joint degeneration on imaging.
結論:
プロスペクティブ・レジストリは、NP患者が臨床的に関連性の高い改善を経験する確率を定量化するための有効な予測モデルを開発するために使用することができる。
CONCLUSIONS: A prospective registry can be used for developing valid predictive models to quantify the odds that a given patient with NP will experience a clinically relevant improvement.