MétaCan
Menu
Back to cohort
Record W4206249642 · doi:10.1055/a-1672-9232

Psychologische Aspekte in der Physiotherapie bei Rückenschmerz

2022· article· de· W4206249642 on OpenAlexaboutno aff
Thomas G. Weiss

Bibliographic record

VenueSchmerz Therapie · 2022
Typearticle
Languagede
FieldMedicine
TopicMusculoskeletal pain and rehabilitation
Canadian institutionsnot available
Fundersnot available
KeywordsGynecologyHumanitiesMedicinePhilosophy

Abstract

fetched live from OpenAlex

der Studie Hintergrund Chronischer Rückenschmerz gilt als eine der Hauptursachen für Frühberentungen und hohe Kosten im Gesundheitssystem [ 1 ]. In diesem Sinne stellen aktivitätsfördernde Interventionen ein Kernelement nahezu aller Guidelines dar. Allerdings wird immer deutlicher, dass einige Patient*innen komplexe negative Erfahrungen bei aktivitätsfördernden Interventionen erleben. Diese Negativerlebnisse werden in letzter Zeit häufig mit dem Begriff „Sensitivität auf physikalische Aktivität“ (SPA) beschrieben. Mit SPA ist das gesamte Spektrum aller negativen multidimensionalen und biopsychosozialen Antworten bei der Realisierung einer physischen Aktivität gemeint. Die SPA wird hauptsächlich durch drei verschiedene Sub-Indizes beschrieben: ‚SPA_sensorisch‘ (SPA_s) bedeutet üblicherweise die Veränderung der mittels Algometer ermittelten Druckschmerzschwelle, ‚SPA_Schmerz‘ (SPA_p für pain) wird in der Regel mit der Numerischen Ratingskala (NRS 0 – 100) erfasst, ‚SPA_psychologisch‘ (SPA_ps) wird vorwiegend durch das Erfassen von Gefühlen und Gedanken der Patient*innen auf eine standardisierte motorische Aufgabe realisiert. Bis dato unbekannt waren der prognostische Wert dieser drei Parameter hinsichtlich des Erfolgs einer physiotherapeutischen Intervention sowie die Relation der Subparameter untereinander. # Ziel Die multinationale Arbeitsgruppe um Arthur Woznowski-Vu und Timothy H. Wideman von der ‚School of Physical and Occupational Therapy‘ der ‚McGill University‘ im kanadischen Montreal wollte die Wissenslücke hinsichtlich des prognostischen Werts der SPA für den physiotherapeutischen Behandlungserfolg bei Rückenschmerzen schließen und überdies die Beziehungen zwischen den drei Sub-Indizes eruieren. # Methodik Design observative Längsschnittstudie mit Eingangsuntersuchung und Drei-Monats-Nachuntersuchung entsprechend der PROGRESS-Empfehlungen für die Untersuchung prognostischer Faktoren [ 2 ] Ein- und Ausschlusskriterien In die Studie eingeschlossen wurden Rückenschmerzpatient*innen mit einer entsprechenden Verordnung für Physiotherapie. Die Patient*innen waren älter als 17 Jahre und litten zu Studienbeginn seit höchstens sechs Monaten unter ihren Beschwerden. Die Rückenschmerzen mussten zwischen Gesäßfalte und Schulter lokalisiert sein. Als Kriterien für den Ausschluss galten Rückenschmerzen aufgrund organischer Befunde wie Spinalkanalstenose, Spondylolyse, Spondylolisthese o. ä. Exkludiert wurden zudem medizinisch instabile Patient*innen mit anstehenden Operationen, vorliegenden Kontraindikationen für Physiotherapie oder unvollständigen Daten. Final wurden 97 Personen in die Studie eingeschlossen. Diese wurden dann acht physiotherapeutischen Einrichtungen in Montreal zugewiesen. Durchführung/Intervention Drei speziell geschulte Physiotherapeuten waren für die Eingangsuntersuchung und die Datenerfassung zuständig, führten ein standardisiertes Physiotherapieprogramm sowie die Nacherhebungen durch, waren aber nicht in die Auswertung der Daten involviert. Die Studie wurde zwischen Dezember 2015 und April 2019 realisiert. In der Baseline unterschrieben die selektierten Probanden eine Einwilligungserklärung, füllten verschiedene Fragebogen aus – so u. a. den ‚Pain Disability Index‘ (PDI), das ‚Brief Pain Inventory‘ (BPI) und die ‚Pain Catastrophizing Scale‘ (PCS) – und absolvierten schließlich eine standardisierte Bewegungsaufgabe mit einem individuell angepassten wiederholten Heben zur Erfassung der SPA mit Subskalen. Zudem wurden demografische Daten wie Alter, Geschlecht, Body-Mass-Index etc. protokolliert. Im drei Monate später durchgeführte Follow-up wurden im persönlichen Gespräch mit den Probanden, online oder via Telefon die aktuellen Scores aus PDI und BPI erfasst. Da die meisten Daten nicht normalverteilt waren, wurden Spearman-Korrelationen – eine Methode, um Zusammenhänge zwischen Variablen zu berechnen – gerechnet. Zur Bewertung des prognostischen Werts der SPA-Subskalen wurden unterschiedliche hierarchische lineare Regressionsmodelle genutzt. # Ergebnisse Keine der demografischen Daten wie Alter, Geschlecht oder Body-Mass-Index etc. zeigte eine statistisch signifikante Assoziation mit einer der Outcome-Variablen. Die psychologische Sensitivität auf physikalische Aktivität, SPA_ps, war die einzige SPA-Subskala, welche eine lineare Korrelation mit dem PDI-Outcome und dem Schmerz-Outcome aufwies. Gleichzeitig war die SPA_ps auch die einzige Subskala, die einen hoch signifikanten prognostischen Wert für das PDI- und das Schmerz-Outcome zeigte. Der prognostische Wert der SPA_ps blieb für die PDI selbst dann erhalten, wenn hinsichtlich der Baseline-Werte von PDI und PCS korrigiert wurde. Darüber hinaus fanden die Autoren noch Korrelationen zwischen SPA_ps und SPA_p, nicht aber zwischen SPA_ps und SPA_s. # Schlussfolgerung Die jüngst im ‚Clinical Journal of Pain‘ publizierte Studie ist die erste ihrer Art, welche den prognostischen Wert der SPA-Subskalen auf den Therapieerfolg einer standardisierten Physiotherapie bei akutem oder subakutem Rückenschmerz untersucht. Dabei ergibt die bis dato in der Literatur wohl am wenigsten berücksichtigte psychologische Subskala den höchsten Prädiktionswert. Im Vergleich zu früheren Studien spielte möglicherweise die recht moderate Belastungsaufgabe eine Rolle und war vielleicht dafür verantwortlich, dass die eigentlich auch korrelierende Subskala für Schmerz (SPA_p) nicht ebenfalls signifikant prognostisch war. Woznowski-Vu et al. sehen deshalb als eine wichtige Konsequenz aus ihrer Untersuchung die Notwendigkeit, die motorische Aufgabe zur Erfassung der psychologischen Sensitivität auf physikalische Aktivität zu standardisieren. # Publication History Article published online: 05 January 2022 © 2022. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.026
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: Review
Teacher disagreement score0.012
Threshold uncertainty score0.049

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.026
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0010.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0120.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.310
Teacher spread0.294 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreReview

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueSchmerz TherapieSame topicMusculoskeletal pain and rehabilitationFrench-language works237,207