神经肌肉骨骼损伤前后的风险评估以促进重返工作岗位 (PREPARE)

非战斗相关的肌肉骨骼损伤 (MSKI) 是美国军队发病和残疾的主要原因，比任何其他单一疾病或健康状况更能削弱战备状态。 MSKI 问题很难解决，部分原因是难以全面评估增加 MSKI 风险的所有因素以及影响 MSKI 后结果的因素，基于价值的护理必须具有必要的基础设施来捕获和处理可操作的信息，然后实施相关的变化（即学习医疗保健系统）。 然而，关于收集和使用以患者为中心的客观和主观数据来为 MSKI 风险评估和缓解策略提供信息，没有全面的军事卫生系统 (MHS) 建议。 PREPARE 将开发有效的 MSKI 前后风险评估，其中包含客观和主观措施。 总体研究目标是开发综合临床评估，以确定导致 MSKI 风险和不良 MSKI 后结果的服务成员特定因素。

这些目标将通过以下具体目标 (SA) 实现：

具体目标 #1：确定健康现役军人（试点）队列中与研究相关的测量的评估者内部、评估者间和日间可靠性。

假设 SA#1：与研究相关的测量将具有良好到优秀的评估者内部、评估者间和日间可靠性。

具体目标 #2：确定服务成员的 MSKI 前身体和社会心理特征，以区分继续维持 MSKI 的个人和那些在入学后 1 年内没有维持 MSKI 的个人。

假设 SA#2：一组通用的现场权宜物理（例如，运动评估、步态、关节运动范围）和社会心理（例如，美国国立卫生研究院患者报告结果测量信息系统 [PROMIS]，TSK-11）评估可以识别导致更大 MSKI 风险的 MSKI 前因素。

具体目标 3：确定使用非手术管理的 MSKI 的服役人员的 MSKI 后身体和社会心理特征，以区分继续产生不良结果的个体和产生预期结果的个体。

假设 SA#3：一组通用的现场权宜物理（例如运动评估、步态、关节运动范围）和社会心理（例如 NIH PROMIS、TSK-11）评估可以识别导致不良反应的 MSKI 后因素患者结果（例如，MSKI 风险增加、症状/病情慢性化、延迟重返工作岗位/活动 [RTD/A]）。

具体目标 4：创建优化的（简约的）MSKI 前后临床评估，以识别身体和社会心理因素，这些因素提供改善 MSKI 前后风险缓解和康复策略所需的信息。

假设 SA#4：可以构建一套通用的半自动现场权宜评估，以正确告知临床决策，并告知服务成员和医疗保健提供者可能的患者结果（例如，MSKI 风险、RTD/A 时间）。

具体目标 5：通过展示他们在新服务成员队列中预测 MSKI 风险和结果的能力，验证我们 MSKI 前后评估的优化版本。

假设 SA#5：优化的 MSKI 前后评估将准确识别在维持 MSKI 和整个军人群体中出现不希望的 MSKI 后结果的风险最高的军人。

这是一项多站点观察性研究，旨在确定导致更高 MSKI 风险（特定目标 #2）和不良 MSKI 后结果（特定目标 #3）的 MSKI 前后身体和社会心理因素，并确定最小集合临床评估需要为医疗保健提供者提供优化 MSKI 护理所需的数据（特定目标 #4），并通过展示他们在新服务成员队列中预测 MSKI 风险和结果的能力来验证优化的 MSKI 前后评估。 对于特定目标 #1，10 名健康的现役军人将作为参与研究的试点队列。 这些人将完成所有研究相关活动，以便研究团队可以为完成研究相关活动建立最佳时间估计。 这些人将在初次访问后 7-10 天重复相同的研究相关活动；这将使研究团队能够确定研究相关措施的评估者内部、评估者间和日间可靠性。 对于特定目标 #2，即将加入新军事单位的服役人员 (n=560) 将被预期招募。 参与者将在研究登记时接受全面的 MSKI 前临床评估，包括临床运动和运动范围评估，以及患者报告的结果 (PRO) 措施。 MSKI 数据将在初始评估后最多 1 年内每月收集一次。 对于特定目标 #3，将前瞻性地招募因下背部或下肢肌肉骨骼损伤而接受保守治疗的服役人员 (n=780)。 服役人员将根据服役人员的医疗保健提供者的判断接受 MSKI 治疗。 参与者将接受重复（≤3 天的开始物理治疗 [“初始”]；初始评估后 4 周，或在 RTD/A 许可时，如果在 4 周之前；以及初始评估后 12 周，或在 RTD/清除，如果在 12 周之前）临床运动和运动范围评估。 PRO 和 MSKI 数据将在初始评估后最多 1 年内每月收集一次。 对于特定目标 #5，正在北卡罗来纳州布拉格堡的一个单位处理的服役人员（n=560）和在沃马克陆军医疗中心（WAMC；Ft。 Bragg, NC) 物理治疗诊所 (n=780) 将被纳入。 参与者将完成我们在特定目标 #4 中确定的优化的 MSKI 前后评估。 所有程序和时间点将与之前针对特定目标 #2 和 #3 描述的相同。

对于特定目标 #2 和 #3，参与者将完成：1) 使用半自动运动学（无标记动作捕捉系统）和动力学（仪器化走道）测量的运动评估，用于跳跃着陆、三段式跳跃、单腿深蹲、双腿深蹲和步态； 2) 运动范围测量，包括髋关节伸展、髋关节外展、膝关节屈曲、膝关节伸展和背屈； 3) PRO 措施包括 NIH PROMIS 和坦帕运动恐惧症量表 (TSK-11)，以及 4) MSKI 跟踪。

为了解决特定目标 #2 和 #4，研究团队将使用统计方法来选择和评估预测 MSKI 的候选评估。 最佳评估将根据 MSKI 预测的最低误分类率来确定。 该分析将使用机器学习算法（层次聚类分析）来定义一组综合临床评估中高度相关的响应变量组。 研究团队将使用 t 检验或非参数替代方法，描述和比较从个人评估中获得的变量，这些变量是通过 MSKI 的存在与不存在进行长达一年的随访。 接下来将使用分层聚类分析（Ward 方法）来识别相关变量的聚类，这些聚类可最大限度地减少数据集中的聚类内方差。 树图和聚类方法将用于解释与文献中描述的各个变量和功能域相关的聚类，包括性能和一般健康测量以及功能的自我评估。 敏感性分析将评估分配的分组对聚类方法选择的稳健性，使用替代算法来计算聚类之间的相似性（例如，完全链接或组平均方法）。

聚类分析结果将用于从以已识别聚类为特征的单个变量的潜在组合中得出简化的候选评估。 通过长达一年的随访，候选评估变量将被评估为 MSKI 二元分类模型中的预测因子。 错误分类率将报告为在使用临床相关敏感性和特异性设定阈值后错误预测结果的参与者百分比。 交叉验证将用于最小化估计概率的偏差。 研究团队将选择具有最低误分类率和最短完成时间的评估，以创建最佳 MSKI 风险评估（特定目标 #4）。 完成时间将根据观察到的时间来估计，以管理每个单独的项目。 将重复分析，将结果限制在最常见的个体 MSKI 类型（与无 MSKI 相比），以评估按损伤类型进行的最佳评估的定性差异。

为了解决特定目标 #3 和 #4，研究团队将使用统计方法来选择和评估预测 MSKI 结果（特定目标 #3）的候选评估。 最佳评估将根据结果的最低错误分类率和最短评估时间来确定。 该分析将使用机器学习算法（层次聚类分析）来定义一组综合临床评估中高度相关的响应变量组。 研究团队将使用层次聚类分析（Ward 方法）来识别观察聚类，这些观察聚类可最大限度地减少基线访视时的聚类内差异。 树图和聚类方法将用于解释与文献中描述的各个变量和功能域相关的聚类。 敏感性分析将评估分配的分组对聚类方法选择的稳健性，使用替代算法来计算聚类之间的相似性（例如，完全链接或组平均方法）。 将在 MSKI 类型的子组内重复分析，以评估跨损伤类型的已识别集群的差异。

聚类分析结果将用于从以已识别聚类为特征的各个变量的潜在组合中得出简化的候选评估。 候选评估变量将作为不良患者结果的二元分类模型（例如，逻辑或套索回归）的预测因子进行评估。 错误分类率将报告为在使用临床相关敏感性和特异性设定阈值后错误预测结果的患者百分比。 交叉验证将用于最小化估计概率的偏差。 研究团队将选择具有最低误分类率和最短完成时间的评估，以创建最佳的 MSKI 后评估（特定目标 #4）。 完成时间将根据观察到的时间来估计，以管理每个单独的项目。 将针对背痛与不太频繁的 MSKI 类型以及 12 周的随访进行重复分析，以评估 MSKI 类型和 MSKI 后时间的最佳评估差异。 由于主要分析将基于基线评估和通过基于互联网的问卷调查确定的结果以最大限度地减少流失，因此没有计划对缺失数据进行插补。

为了解决特定目标 #5，研究团队将评估我们的最佳评估（特定目标 #4）在六个月的随访中预测 MSKI 和验证队列中不良结果的能力。 未调整模型和完整模型的误分类率将使用接受者操作特征曲线 (ROC) 和 95% 置信区间进行描述。 将使用针对这些损伤类型确定的最佳评估分别对背痛和下肢 MSKI 重复分析。