Medición del impacto del dolor crónico: mejora de la medición del dolor crónico

Si bien existe una extensa literatura sobre la efectividad de las intervenciones farmacéuticas y no farmacológicas para el dolor lumbar crónico (CLBP), es difícil sintetizar los hallazgos debido a las diferencias en las muestras de CLBP y en las medidas de resultado utilizadas. El grupo de trabajo de investigación (RTF) de NIH sobre CLBP señaló que estas diferencias hacen que sea "difícil comparar datos epidemiológicos y estudios de intervenciones similares o competidoras, replicar hallazgos, agrupar datos de múltiples estudios, resolver conclusiones contradictorias, desarrollar consenso multidisciplinario o incluso lograr consenso dentro de una disciplina con respecto a la interpretación de los hallazgos". A esta lista agregaríamos que estas diferencias también impiden el uso de los resultados para responder preguntas como '¿Qué terapias funcionan mejor? ¿Y para quién? Este proyecto aborda dos cosas que son necesarias para abordar estas diferencias y permitir mejores comparaciones entre estudios: desarrollaremos vínculos empíricos entre diferentes medidas de resultados para permitir su expresión en unidades similares (Objetivo 1), y refinaremos la estratificación propuesta por el RTF. (subgrupo) de pacientes por el impacto de su CLBP (Objetivo 2).

Para abordar el primer desafío, en el Objetivo 1, este estudio desarrollará y evaluará cruces o vínculos entre los componentes del sistema de información de medición de resultados informados por el paciente (PROMIS®) de 29 ítems (PROMIS-29) y las medidas heredadas comunes utilizadas para la salud crónica. dolor. El propósito de estos cruces o enlaces es permitir que los investigadores que midieron los resultados usando un instrumento estimen cuál sería el resultado si se hubiera medido usando el otro instrumento. En particular, crearemos cruces/enlaces para los dos instrumentos más utilizados para medir los resultados de CLBP: el Cuestionario de discapacidad de Roland-Morris (RMDQ) y el Índice de discapacidad de Oswestry (ODI). Además, según la disponibilidad de datos y los aportes de nuestro Consejo Asesor, crearemos al menos otros dos cruces/enlaces entre PROMIS-29 y otras medidas heredadas para CLBP (p. ej., la Escala funcional del dolor de espalda) o medidas heredadas para otros tipos de dolor crónico (p. ej., el índice de discapacidad del cuello para el dolor de cuello crónico).

Para abordar el segundo desafío, en el Objetivo 2 evaluaremos y refinaremos el esquema de estratificación del impacto del dolor crónico propuesto por el Grupo de trabajo de investigación de los NIH sobre el dolor lumbar crónico. El esquema propuesto utiliza el Impact Stratification Score (ISS) que se calcula utilizando 9 elementos del PROMIS-29. Este ISS tenía como objetivo identificar y categorizar a los pacientes con dolor crónico en grupos según la gravedad de su afección para poder orientar mejor el tratamiento. Primero evaluaremos la ISS y sus propiedades para determinar si son estables en diferentes muestras y determinar si se pueden mejorar. Una vez que hayamos finalizado los componentes y el cálculo del ISS, examinaremos su efecto sobre los impactos del dolor crónico (p. ej., calidad de vida relacionada con la salud, utilización de la atención médica, productividad del trabajador) para identificar puntos de corte significativos que se usarán para estratificar el dolor crónico. pacientes con dolor en subgrupos que exhiben diferentes niveles de impacto del dolor crónico.

Se utilizarán tres tipos de datos en los análisis para abordar los Objetivos 1 y 2: datos de conjuntos de datos existentes creados durante otros estudios, datos recopilados de una muestra de conveniencia nacional anónima utilizando la plataforma de crowdsourcing Mechanical Turk (MTurk) de Amazon y datos de miembros de la KnowledgePanel representativo a nivel nacional basado en la probabilidad. El objetivo 3 evaluará si MTurk es un método confiable y eficiente para recopilar datos sobre personas con dolor crónico. Una parte de esta evaluación implicará la comparación de los resultados de MTurk con lo que se encontró usando KnowledgePanel.