Predyktory prognozy CMLBP wśród zawodów opieki zdrowotnej

Najczęstszą formą LBP jest niespecyficzna lub mechaniczna LBP. Nie można ustalić niespecyficznego LBP (NSLBP), gdy nie można ustalić patoanatomicznej przyczyny bólu. Stwierdzono, że coroczna częstość występowania CMLBP wśród zawodów opieki zdrowotnej wynosiła 26% z wysokim rocznym nawrotem. Przewlekły mechaniczny ból dolnej części pleców jest główną przyczyną lat żył z niepełnosprawnością na całym świecie. Istnieją indywidualne czynniki, które mogą zwiększyć ryzyko przewlekłości bólu, takie jak biomechaniczne, psychologiczne, społeczne, środowiskowe, styl życia i czynniki osobiste. Dlatego głównym celem obecnego badania będzie zbadanie przewidywanych predyktorów klinicznych, które mogą pomóc w rokowaniu przewlekłego mechanicznego LBP wśród zawodów opieki zdrowotnej. Ponieważ ogólnie uważano CMLBP w populacji roboczej, wcześniejsze badania koncentrowały się na identyfikowaniu czynników ryzyka CMLBP u dorosłych w wieku działającym. Niektóre ekspozycje zawodowe (np. Wibracje całego ciała, często skręcanie lub zginanie oraz przedłużające się pozycje lub siedzenie), zmienne psychiczne (np. Depresja, stres psychiczny, strategie radzenia sobie z pasywnymi i przekonaniami unikania strachu) oraz parametry demograficzne (np. Starsze, starsze, starsze Stwierdzono, że wiek i kobiety) są powiązane z obecnością CMLBP w populacji pracującej. Z drugiej strony, zgodnie z wiedzą autora, nie przeprowadzono badań w celu zidentyfikowania czynników przewidujących związanych z CMLBP wśród zawodów opieki zdrowotnej.

Badania po prostu identyfikują czynniki związane z przewlekłą, nie badają jednak, czy obecność 1 czynnika jest wystarczająca, czy też wymagana jest pewna mieszanka czynnika. Dlatego niniejsze badanie zostanie przeprowadzone w celu opracowania bardziej kompleksowego modelu, w tym powiązań między wieloma czynnikami, które mogą przewidzieć rokowanie CMLBP wśród zawodu opieki zdrowotnej, oprócz tego, które czynniki są naprawdę ważne. Obliczenie wielkości próbki oparte jest na analizie mocy przy użyciu programu G*Power 3.1.9 (G Power Program wersja 3.1, Heinrich-Heine-University, Düsseldorf, Niemcy). Obliczenie wielkości próby zależy od badania pilotażowego, w tym 10 pacjentów ze zdiagnozowanym przewlekłym mechanicznym bólem dolnej części pleców w celu zbadania wielopoziomowej zmiennej zależnej (intensywność bólu) a zmiennymi niezależnymi (wiek, płeć, BMI, wynik aktywności fizycznej, czas trwania bólu, czas trwania bólu , Zawód, doświadczenie zawodowe, godziny ładowania (godziny/dzień), godziny ładowania (dni/tydzień), częste pozycje związane z pracą, całkowity wynik Tampa i niepełnosprawność funkcjonalna). Kwadratowa korelacja wielokrotna (R2) dla tego badania pilotażowego = 0,140. Obliczanie wielkości próbki W oparciu o testy F (liniowa regresja wielokrotna: stały model, odchylenie R² od zera), błąd typu I (α) = 0,05, moc (prawdopodobieństwo błędu 1-β) = 0,80, a wielkość efektu F2 = 0,1627907 z ogółem Rozmiar próbki dla 118 uczestników. Biorąc pod uwagę 10% wskaźnik spadku, odpowiednią minimalną wielkością próby dla tego badania będzie 130 uczestników, zdiagnozowanych przewlekłych mechanicznych bólu pleców. Obliczenie wielkości próby zależało od badania pilotażowego, w tym 10 pacjentów ze zdiagnozowanym przewlekłym mechanicznym bólem dolnej części pleców w celu zbadania wielopoziomowej zmiennej zależnej (intensywność bólu) a zmiennymi niezależnymi (wiek, płeć, BMI, wynik aktywności fizycznej, czas trwania bólu, czas trwania bólu , Zawód, doświadczenie zawodowe, godziny ładowania (godziny/dzień), godziny ładowania (dni/tydzień), częste pozycje związane z pracą, całkowity wynik Tampa i niepełnosprawność funkcjonalna). Kwadratowa korelacja wielokrotna (R2) dla tego badania pilotażowego = 0,140. Obliczanie wielkości próbki W oparciu o testy F (liniowa regresja wielokrotna: stały model, odchylenie R² od zera), błąd typu I (α) = 0,05, moc (prawdopodobieństwo błędu 1-β) = 0,80, a wielkość efektu F2 = 0,1627907 z ogółem Rozmiar próbki dla 118 uczestników. Biorąc pod uwagę 10% wskaźnik spadku, odpowiednią minimalną wielkością próby dla tego badania będzie 130 uczestników, zdiagnozowanych przewlekłych mechanicznych bólu pleców.

Analiza statystyczna:

1. Analiza statystyczna zostanie przeprowadzona przy użyciu pakietu oprogramowania statystycznego SPSS w wersji 15.0 (SPSS Inc, Chicago, IL, USA) w celu ustalenia, czy jakiekolwiek potencjalne zmienne prognostyczne wśród postępów w zakresie opieki zdrowotnej z bólem pleców.
2. Dane demograficzne zostaną wyrażone jako średnia ± odchylenie standardowe dla wszystkich zmiennych ciągłych i kwadrat Chi dla rozmieszczenia płci między grupami.
3. Przed ostateczną analizą dane będą badane pod kątem założenia normalności, jednorodności wariancji i obecności ekstremalnych wyników.
4. Zastosowane zostaną testy normalności, w tym test Shapiro Wilk i test Kolmogorowa-Smirnova.
5. Wskaźniki wrażliwości, swoistości i pozytywnego prawdopodobieństwa zostaną obliczone dla każdej potencjalnej zmiennej predykcyjnej. Aby określić najdokładniejszy zestaw zmiennych do przewidywania prognozy mechanicznego bólu dolnej części pleców, potencjalne zmienne predykcyjne zostaną wprowadzone do modelu regresji logistycznej stopniowej (p <0,05).