Évaluation du risque de blessure pré- et post-neuromusculo-squelettique pour l'amélioration du retour au travail (PREPARE)

Les blessures musculo-squelettiques non liées au combat (MSKI) sont la principale cause de morbidité et d'invalidité dans l'armée américaine, érodant la préparation au combat plus que toute autre maladie ou problème de santé. Le problème MSKI est difficile à résoudre, en partie parce qu'il est difficile d'évaluer de manière exhaustive tous les facteurs qui augmentent le risque MSKI et les facteurs qui influencent les résultats post-MSKI, les soins basés sur la valeur doivent disposer de l'infrastructure nécessaire pour capturer et traiter les informations exploitables. , puis mettre en œuvre les changements pertinents (c'est-à-dire l'apprentissage du système de santé). Cependant, il n'y a pas de recommandations complètes du système de santé militaire (MHS) concernant la collecte et l'utilisation de données objectives et subjectives centrées sur le patient pour éclairer les stratégies d'évaluation et d'atténuation des risques MSKI. PREPARE développera des évaluations des risques efficaces avant et après MSKI qui intègrent des mesures objectives et subjectives. L'objectif global de l'étude est de développer des évaluations cliniques complètes qui identifient les facteurs spécifiques aux membres du Service qui contribuent aux risques MSKI et aux résultats indésirables post-MSKI.

Ces objectifs seront atteints par les finalités spécifiques (SA) suivantes :

Objectif spécifique n ° 1: Déterminer la fiabilité intra-évaluateur, inter-évaluateur et inter-jour des mesures liées à l'étude au sein d'une cohorte (pilote) de membres du service en service actif en bonne santé.

Hypothèse SA#1 : Il y aura une fiabilité intra-évaluateur, inter-évaluateur et inter-journalière bonne à excellente pour les mesures liées à l'étude.

Objectif spécifique n ° 2: Déterminer les traits physiques et psychosociaux pré-MSKI des membres du Service qui différencient les individus qui poursuivent un MSKI et ceux qui ne le font pas dans l'année suivant l'inscription à l'étude.

Hypothèse SA#2 : Un ensemble commun d'évaluations physiques (p. ex., évaluations des mouvements, démarche, amplitude articulaire) et psychosociales (p. ex., National Institutes of Health Patient-Reported Outcomes Measurement Information System [PROMIS], TSK-11) les évaluations peuvent identifier les facteurs pré-MSKI qui contribuent à des risques MSKI plus importants.

Objectif spécifique n ° 3: Déterminer les traits physiques et psychosociaux post-MSKI des membres du Service avec des MSKI non gérés chirurgicalement qui différencient les individus qui continuent d'avoir des résultats indésirables et ceux qui ont des résultats attendus.

Hypothèse SA#3 : Un ensemble commun d'évaluations physiques (p. ex., évaluations des mouvements, démarche, amplitude des mouvements articulaires) et psychosociales (p. ex., NIH PROMIS, TSK-11) adaptées au terrain peut identifier les facteurs post-MSKI qui contribuent aux les résultats pour les patients (par exemple, risque accru de MSKI, chronification des symptômes/de l'état, retard du retour au travail/à l'activité [RTD/A]).

Objectif spécifique #4 : Créer des évaluations cliniques pré- et post-MSKI optimisées (parsimonieuses) pour l'identification des facteurs physiques et psychosociaux qui fournissent les informations nécessaires pour améliorer les stratégies d'atténuation des risques et de réadaptation pré- et post-MSKI.

Hypothèse SA#4 : Un ensemble commun d'évaluations semi-automatisées sur le terrain peut être structuré pour éclairer correctement la prise de décision clinique et informer les membres du service et les prestataires de soins de santé des résultats probables pour les patients (par exemple, risque MSKI, délai avant RTD/A).

Objectif spécifique #5 : Valider les versions optimisées de nos évaluations pré- et post-MSKI en démontrant leurs capacités à prédire les risques et les résultats MSKI dans les nouvelles cohortes de membres du service.

Hypothèse SA # 5 : Les évaluations optimisées avant et après MSKI identifieront avec précision les membres du service les plus à risque de maintenir les MSKI et les résultats post-MSKI indésirables parmi les populations de membres du service.

Il s'agit d'une étude observationnelle multisite visant à identifier les facteurs physiques et psychosociaux pré et post-MSKI contribuant à un risque MSKI accru (objectif spécifique n° 2) et à des résultats post-MSKI indésirables (objectif spécifique n° 3) et à identifier l'ensemble minimum des évaluations cliniques nécessaires pour fournir aux prestataires de soins de santé les données nécessaires pour optimiser les soins MSKI (objectif spécifique n ° 4) et pour valider les évaluations optimisées pré et post-MSKI en démontrant leurs capacités à prédire les risques et les résultats MSKI dans les nouvelles cohortes de membres du service. Pour l'objectif spécifique n ° 1, 10 membres du service actif en bonne santé serviront de cohorte pilote pour la participation à l'étude. Ces personnes effectueront toutes les activités liées à l'étude afin que l'équipe d'étude puisse établir la meilleure estimation de temps possible pour l'achèvement des activités liées à l'étude. Ces personnes répéteront les mêmes activités liées à l'étude 7 à 10 jours après la visite initiale ; cela permettra à l'équipe d'étude d'établir la fiabilité intra-évaluateur, inter-évaluateur et interjournalière des mesures liées à l'étude. Pour l'objectif spécifique n ° 2, les membres du service (n = 560) qui intègrent une nouvelle unité militaire seront enrôlés de manière prospective. Les participants subiront une évaluation clinique pré-MSKI complète au moment de l'inscription à l'étude, y compris des évaluations cliniques des mouvements et de l'amplitude des mouvements, et des mesures des résultats rapportés par les patients (PRO). Les données MSKI seront collectées mensuellement pendant un maximum d'un an après l'évaluation initiale. Pour l'objectif spécifique n ° 3, les membres du service (n = 780) qui reçoivent un traitement conservateur pour une blessure musculo-squelettique du bas du dos ou des membres inférieurs seront inscrits de manière prospective. Les membres du service recevront un traitement pour les MSKI à la discrétion des prestataires de soins de santé des membres du service. Les participants subiront une répétition (≤ 3 jours après le début de la thérapie physique [« initial »] ; 4 semaines après l'évaluation initiale, ou à l'autorisation de RTD/A, si avant 4 semaines ; et 12 semaines après l'évaluation initiale, ou à RTD/ Une autorisation, si antérieure à 12 semaines), des évaluations cliniques des mouvements et de l'amplitude des mouvements. Les données PRO et MSKI seront collectées mensuellement pendant un maximum d'un an après l'évaluation initiale. Pour l'objectif spécifique n ° 5, les membres du service qui sont en cours de traitement dans une unité à Fort Bragg, Caroline du Nord (n = 560) et les membres du service en service actif recevant une thérapie physique pour un MSKI dans un centre médical de l'armée de Womack (WAMC ; Ft. Bragg, Caroline du Nord) clinique de physiothérapie (n = 780) sera inscrite. Les participants compléteront nos évaluations optimisées avant et après MSKI identifiées dans l'objectif spécifique n ° 4. Toutes les procédures et les points de temps seront identiques à ceux décrits précédemment pour les objectifs spécifiques #2 et #3.

Pour les objectifs spécifiques n° 2 et n° 3, les participants effectueront : 1) Des évaluations de mouvement utilisant des mesures cinématiques semi-automatiques (système de capture de mouvement sans marqueur) et cinétiques (passerelle instrumentée) pour l'atterrissage en saut, le triple saut, le squat à une jambe, le squat à deux jambes , et démarche ; 2) Mesures de l'amplitude des mouvements, y compris l'extension de la hanche, l'abduction de la hanche, la flexion du genou, l'extension du genou et la dorsiflexion ; 3) Mesures PRO, y compris NIH PROMIS et Tampa Scale of Kinesiophobia (TSK-11), et 4) MSKI Tracking.

Pour répondre aux objectifs spécifiques #2 et #4, l'équipe de l'étude utilisera une approche statistique pour sélectionner et évaluer les évaluations des candidats pour la prédiction des MSKI. Les évaluations optimales seront déterminées en fonction des taux les plus faibles d'erreur de classification de la prédiction MSKI. Cette analyse utilisera un algorithme d'apprentissage automatique (analyse de cluster hiérarchique) pour définir des groupes de variables de réponse hautement corrélées parmi l'ensemble complet d'évaluations cliniques. L'équipe de l'étude décrira et comparera les variables obtenues à partir des évaluations individuelles par la présence par rapport à l'absence de MSKI jusqu'à un an de suivi, en utilisant des tests t ou une alternative non paramétrique. L'analyse de cluster hiérarchique (méthode de Ward) sera ensuite utilisée pour identifier les clusters de variables corrélées qui minimisent la variance intra-cluster dans l'ensemble de données. Des diagrammes en arbre et des moyennes de grappes seront utilisés pour interpréter les grappes par rapport aux variables individuelles et aux domaines fonctionnels décrits dans la littérature, y compris les mesures de performance et de santé générale et l'auto-évaluation de la fonction. Les analyses de sensibilité évalueront la robustesse des regroupements attribués au choix de la méthode de regroupement, en utilisant des algorithmes alternatifs pour calculer la similarité entre les regroupements (par exemple, les méthodes de liaison complète ou de moyenne de groupe).

Les résultats de l'analyse de cluster seront utilisés pour dériver des évaluations candidates réduites à partir de combinaisons potentielles des variables individuelles trouvées caractérisées par les clusters identifiés. Les variables d'évaluation candidates seront évaluées en tant que prédicteurs dans les modèles de classification binaire de MSKI jusqu'à un an de suivi. Les taux d'erreur de classification seront rapportés en tant que pourcentage de participants pour lesquels le résultat a été prédit de manière incorrecte après le seuillage en utilisant des sensibilités et des spécificités cliniquement pertinentes. La validation croisée sera utilisée pour minimiser les biais dans les probabilités estimées. L'équipe d'étude sélectionnera des évaluations qui se combinent pour avoir les taux d'erreur de classification les plus bas et les délais d'exécution les plus courts pour créer l'évaluation des risques MSKI optimale (objectif spécifique n° 4). Les délais d'exécution seront estimés en fonction des temps observés pour administrer chaque élément individuel. Les analyses seront répétées en limitant les résultats aux types de MSKI individuels les plus courants (par opposition à l'absence de MSKI), afin d'évaluer les différences qualitatives dans les évaluations optimales par type de blessure.

Pour répondre aux objectifs spécifiques #3 et #4, l'équipe d'étude utilisera une approche statistique pour sélectionner et évaluer les évaluations des candidats pour la prédiction des résultats MSKI (objectif spécifique #3). Les évaluations optimales seront déterminées en fonction des taux les plus bas d'erreur de classification des résultats et des durées d'évaluation les plus courtes. Cette analyse utilisera un algorithme d'apprentissage automatique (analyse de cluster hiérarchique) pour définir des groupes de variables de réponse hautement corrélées parmi l'ensemble complet d'évaluations cliniques. L'équipe de l'étude utilisera l'analyse hiérarchique des grappes (méthode de Ward) pour identifier les grappes d'observations qui minimisent la variance intra-grappe lors de la visite de référence. Des diagrammes en arbre et des moyennes de clusters seront utilisés pour interpréter les clusters par rapport aux variables individuelles et aux domaines fonctionnels décrits dans la littérature. Les analyses de sensibilité évalueront la robustesse des regroupements attribués au choix de la méthode de regroupement, en utilisant des algorithmes alternatifs pour calculer la similarité entre les regroupements (par exemple, les méthodes de liaison complète ou de moyenne de groupe). Les analyses seront répétées dans les sous-groupes de type MSKI pour évaluer les différences dans les groupes identifiés selon les types de blessures.

Les résultats de l'analyse par grappes seront utilisés pour dériver des évaluations candidates réduites à partir de combinaisons potentielles des variables individuelles caractérisées par les grappes identifiées. Les variables d'évaluation candidates seront évaluées en tant que prédicteurs dans des modèles de classification binaires (par exemple, régression logistique ou Lasso) des résultats indésirables pour les patients. Les taux d'erreur de classification seront rapportés en tant que pourcentage de patients pour lesquels le résultat a été prédit de manière incorrecte après le seuillage à l'aide de sensibilités et de spécificités cliniquement pertinentes. La validation croisée sera utilisée pour minimiser les biais dans les probabilités estimées. L'équipe d'étude sélectionnera des évaluations qui se combinent pour avoir les taux d'erreur de classification les plus bas et les temps d'achèvement les plus courts pour créer l'évaluation post-MSKI optimale (objectif spécifique n° 4). Les délais d'exécution seront estimés en fonction des temps observés pour administrer chaque élément individuel. Les analyses seront répétées pour les maux de dos par rapport aux types de MSKI moins fréquents, et pour la visite de suivi de 12 semaines, afin d'évaluer les différences dans les évaluations optimales par type de MSKI et le temps post-MSKI. Étant donné que les analyses primaires seront basées sur des évaluations de base et des résultats déterminés par des questionnaires en ligne afin de minimiser l'attrition, aucune imputation des données manquantes n'est prévue.

Pour répondre à l'objectif spécifique n ° 5, l'équipe de l'étude évaluera la capacité de nos évaluations optimales (objectif spécifique n ° 4) à prédire les MSKI et les résultats indésirables dans les cohortes de validation sur un suivi de six mois. Les taux d'erreur de classification pour les modèles non ajustés et complets seront décrits à l'aide de courbes caractéristiques de fonctionnement du récepteur (ROC) et d'intervalles de confiance à 95 %. Les analyses seront répétées séparément pour les douleurs dorsales et les MSKI des membres inférieurs en utilisant les évaluations optimales identifiées pour ces types de blessures.