Prediktorer for prognosen av CMLBP blant helsepersonell

Den vanligste formen for LBP er uspesifikk eller mekanisk LBP. Ikke -spesifikk LBP (NSLBP) brukes når den patoanatomiske årsaken til smertene ikke kan bestemmes. Den årlige forekomsten av CMLBP blant helsepersonell har vist seg å være 26% med en høy årlig gjentakelse. Kronisk mekanisk korsryggsmerter er den ledende årsaken til år levd med funksjonshemming over hele verden. Det er individuelle faktorer som kan øke risikoen for smertekronisitet som biomekanisk, psykologisk, sosial, miljømessig, livsstil og personlige faktorer. Derfor vil hovedmålet med den nåværende studien være å undersøke de forventede kliniske prediktorene som kan hjelpe prognose av kronisk mekanisk LBP blant helsepersonell. Siden CMLBP generelt ble antatt å være utbredt i arbeidspopulasjonen, fokuserte tidligere studier på å identifisere risikofaktorer for CMLBP hos voksne i arbeidsalderen. Visse yrkeseksponeringer (f.eks Alder og kvinner) er funnet å være relatert til tilstedeværelsen av CMLBP i den arbeidende befolkningen. På den andre hånden, opp til forfatterens kunnskap, ble det ikke gjennomført noen studier for å identifisere forventede faktorer relatert til CMLBP blant helsepersonell.

Studier identifiserer ganske enkelt faktorene relatert til kronisitet, de studerer imidlertid ikke om tilstedeværelsen av 1 faktor er tilstrekkelig eller om en viss blanding av faktor er nødvendig. Derfor vil den nåværende studien bli videreført for å utvikle mer omfattende modell, inkludert forbindelser mellom flere faktorer som kan forutse prognosen for CMLBP blant helsepersonell i tillegg til å vurdere hvilke faktorer som virkelig er viktige. Beregning av prøvestørrelse er basert på strømanalyse ved bruk av G*Power Program 3.1.9 (G Power Program versjon 3.1, Heinrich-Heine-University, Düsseldorf, Tyskland). Beregningen av prøvestørrelse er avhengig av en pilotstudie inkludert 10 pasienter som er diagnostisert med kronisk mekanisk korsryggsmerter for å studere multi-regresjon mellom avhengig variabel (smerteintensitet) og uavhengige variabler (alder, kjønn, BMI, score på fysisk aktivitet, smertevarighet , yrke, arbeidserfaring, belastningstimer (timer/dag), belastningstimer (dager/uke), arbeidsrelaterte hyppige posisjoner, total score på tampa og funksjonshemming). Den kvadratiske multiple korrelasjonen (R2) for denne pilotstudien = 0.140. Beregning av prøvestørrelse basert på F-tester (lineær multiple regresjon: fast modell, R²-avvik fra null), type I-feil (α) = 0,05, effekt (1-ß-feilsannsynlighet) = 0,80, og effektstørrelse F2 = 0,1627907 med total prøvestørrelse for 118 deltakere. Tatt i betraktning en frafall på 10%, vil passende minimum prøvestørrelse for denne studien være 130 deltakere som er diagnostisert med kroniske mekaniske korsryggsmerter. Beregningen av prøvestørrelse var avhengig av en pilotstudie inkludert 10 pasienter som er diagnostisert med kronisk mekanisk korsryggsmerter for å studere multi-regresjon mellom avhengig variabel (smerteintensitet) og uavhengige variabler (alder, kjønn, BMI, score på fysisk aktivitet, smertevarighet , yrke, arbeidserfaring, belastningstimer (timer/dag), belastningstimer (dager/uke), arbeidsrelaterte hyppige posisjoner, total score på tampa og funksjonshemming). Den kvadratiske multiple korrelasjonen (R2) for denne pilotstudien = 0.140. Beregning av prøvestørrelse basert på F-tester (lineær multiple regresjon: fast modell, R²-avvik fra null), type I-feil (α) = 0,05, effekt (1-ß-feilsannsynlighet) = 0,80, og effektstørrelse F2 = 0,1627907 med total prøvestørrelse for 118 deltakere. Tatt i betraktning en frafall på 10%, vil passende minimum prøvestørrelse for denne studien være 130 deltakere som er diagnostisert med kroniske mekaniske korsryggsmerter.

Statistisk analyse:

1. Statistisk analyse vil bli utført ved bruk av SPSS versjon 15.0 Statistical Software Package (SPSS Inc, Chicago, IL, USA) for å avgjøre om noen potensielle prognostiske variabler blant helsevesenets fremgang med korsryggsmerter.
2. Demografiske data vil bli uttrykt som gjennomsnitt ± standardavvik for alle kontinuerlige variabler og chi -kvadrat for kjønnsfordeling mellom grupper.
3. Før den endelige analysen vil data bli screenet for normalitetsforutsetning, homogenitet av varians og tilstedeværelse av ekstreme score.
4. Tester av normalitet inkludert Shapiro Wilk Test og Kolmogorov-Smirnov-test vil bli brukt.
5. Følsomhet, spesifisitet og positiv sannsynlighetsforhold vil bli beregnet for hver potensielle prediktorvariabel. For å bestemme det mest nøyaktige settet med variabler for prediksjon av prognose av mekaniske korsryggsmerter, vil potensielle prediktorvariabler bli lagt inn i en trinnvis logistisk regresjonsmodell (p <0,05).