Prediktory prognózy CMLBP mezi zdravotnickými profesemi

Nejběžnější formou LBP je nespecifická nebo mechanická LBP. Nespecifický LBP (NSLBP) se používá, pokud nelze stanovit patoanatomickou příčinu bolesti. Roční výskyt CMLBP mezi zdravotnickými profesemi byl shledán 26% s vysokou roční recidivou. Chronická mechanická bolest zad je hlavní příčinou let žijících se zdravotním postižením po celém světě. Existují individuální faktory, které mohou zvýšit riziko chroničnosti bolesti, jako je biomechanická, psychologická, sociální, environmentální, životní styl a osobní faktory. Hlavním cílem této studie proto bude prozkoumat očekávané klinické prediktory, které mohou pomoci prognóze chronického mechanického LBP mezi zdravotnickými profesemi. Protože byl CMLBP obecně považován za převládající v pracovní populaci, minulé studie se zaměřily na identifikaci rizikových faktorů pro CMLBP u dospělých. Některé pracovní expozice (např. Vibrace celého těla, často kroucení nebo ohýbání a prodloužené postavení nebo sezení), psychologické proměnné (např. Deprese, psychologické potíže, pasivní strategie zvládání a přesvědčení o vyhýbání se strachu) a demografické parametry (např. Starší Věk a ženy) se zjistilo, že souvisí s přítomností CMLBP v pracovní populaci. Navíc, až po autorovy znalosti nebyly provedeny žádné studie, které by identifikovaly předvídací faktory související s CMLBP mezi zdravotnickými profesemi.

Studie jednoduše identifikují faktory související s chroničností, ale nestudují, zda je přítomnost 1 faktoru dostatečná nebo zda je vyžadována určitá směs faktoru. Tato studie bude proto pokračuje v rozvoji komplexnějšího modelu, včetně propojení mezi více faktory, které mohou předvídat prognózu CMLBP mezi zdravotnickými profesemi kromě zvážení, které faktory jsou skutečně důležité. Výpočet velikosti vzorku je založen na analýze výkonu pomocí programu G*Power 3.1.9 (G Power Program verze 3.1, Heinrich-Heine-University, Düsseldorf, Německo). Výpočet velikosti vzorku závisí na pilotní studii včetně 10 pacientů s diagnózou chronické mechanické bolesti zad, aby studovali víceúhelník mezi závislou proměnnou (intenzita bolesti) a nezávislými proměnnými (věk, pohlaví, BMI, skóre fyzické aktivity, trvání bolesti, trvání bolesti, trvání bolesti, trvání bolesti, trvání bolesti, trvání bolesti , povolání, pracovní zkušenosti, hodiny načítání (hodiny/den), hodiny načítání (dny/týden), časté pozice související s prací, celkové skóre Tampa a funkční postižení). Na druhou vícenásobná korelace (R2) pro tuto pilotní studii = 0,140. Výpočet velikosti vzorku založený na testech F (lineární vícenásobná regrese: pevný model, odchylka R² od nuly), chyba typu I (α) = 0,05, napájení (pravděpodobnost chyby 1-p) = 0,80 a velikost efektu F2 = 0,1627907 s celkem Velikost vzorku pro 118 účastníků. S ohledem na míru ukončení studia 10% bude vhodným minimální velikostí vzorku pro tuto studii 130 účastníků s diagnózou chronické mechanické bolesti zad. Výpočet velikosti vzorku byl závislí na pilotní studii, včetně 10 pacientů s diagnózou chronické mechanické bolesti dolních zad, aby studoval víceúhelník mezi závislou proměnnou (intenzita bolesti) a nezávislými proměnnými (věk, pohlaví, BMI, skóre fyzické aktivity, trvání bolesti, trvání bolesti, trvání bolesti, trvání bolesti, trvání bolesti , povolání, pracovní zkušenosti, hodiny načítání (hodiny/den), hodiny načítání (dny/týden), časté pozice související s prací, celkové skóre Tampa a funkční postižení). Na druhou vícenásobná korelace (R2) pro tuto pilotní studii = 0,140. Výpočet velikosti vzorku založený na testech F (lineární vícenásobná regrese: pevný model, odchylka R² od nuly), chyba typu I (α) = 0,05, napájení (pravděpodobnost chyby 1-p) = 0,80 a velikost efektu F2 = 0,1627907 s celkem Velikost vzorku pro 118 účastníků. S ohledem na míru ukončení studia 10% bude vhodným minimální velikostí vzorku pro tuto studii 130 účastníků s diagnózou chronické mechanické bolesti zad.

Statistická analýza:

1. Statistická analýza bude provedena pomocí statistického softwarového balíčku SPSS verze 15.0 (SPSS Inc, Chicago, IL, USA), aby se určilo, zda jakékoli potenciální prognostické proměnné mezi progresí zdravotní péče s bolestí zad.
2. Demografická data budou vyjádřena jako průměr ± standardní odchylka pro všechny kontinuální proměnné a čtverec Chi pro rozdělení pohlaví mezi skupinami.
3. Před konečnou analýzou budou data prověřena pro předpoklad normality, homogenita rozptylu a přítomnost extrémního skóre.
4. Budou použity testy normality včetně testu Shapiro Wilk a Kolmogorov-Smirnovova testu.
5. Pro každou potenciální predikční proměnnou se vypočítá citlivost, specificita a poměry pozitivní pravděpodobnosti. Pro stanovení nejpřesnější sady proměnných pro predikci prognózy mechanické bolesti dolní části zad bude možné potenciální predikční proměnné zadat do postupného logistického regresního modelu (p <0,05).