Welk classificatiesysteem is het meest effectief met betrekking tot de interventies ten aanzien van pijn en functioneren bij patiënten met aspecifieke lage rugpijn?
Een systematische reviewWelk classificatiesysteem is het meest effectief met betrekking tot de interventies ten aanzien van pijn en functioneren bij patiënten met aspecifieke lage rugpijn?
Een systematische reviewSamenvatting
Achtergrond: Lage rugpijn is een veelvoorkomende klacht. Voor 90% tot 95% van alle
patiënten met lage rugpijn is geen specifieke lichamelijke oorzaak aan te wijzen1. Door de
onduidelijkheid over de aard van de aandoening zijn er richtlijnen ontworpen waar
behandeltrajecten beschreven staan2. In de KNGF richtlijn3 worden de patiënten opgedeeld
in patiëntenprofielen waar een behandeltraject aan gekoppeld is. Voor de therapeuten
binnen Arcus Fysiotherapie is er geen duidelijke richtlijn voor het maken van de keuze welk
behandeltraject het beste bij de patiënt past, waardoor de patiënt automatisch het
behandeltraject doorloopt van de expertise van de therapeut waar de patiënt wordt geplaatst.
Doel: Het doel van dit onderzoek is om te onderzoeken welk classificatiesysteem, met
betrekking tot interventies bij patiënten van 16-65 jaar met aspecifieke lage rugpijn, het
meest effectief is ten aanzien van pijn en functioneren.
Studiedesign: Systematische review, meta-analyse en focusgroep.
Databases: Google Scholar, HANQuest, MEDLINE, PEDro en PubMed
Methode: Aan de hand van een trechtervorm strategie zijn artikelen gezocht aan de hand
van een zoekschema waarbij trefwoorden en synoniemen met behulp van Boleaanse
operatoren zijn verbonden. De Randomised Controlled Trials zijn gerandomiseerd door een
externe persoon middels loting over twee groepen en door iedere onderzoeker onafhankelijk
van elkaar beoordeeld om zo het risico op bias te voorkomen. De Randomised Controlled
Trials zijn geselecteerd op basis van de Cochrane RCT Checklist4 (te voldoen aan 7/10
criteria van ´Validiteit’) en de TIDieR Checklist5 (te voldoen aan 8/12 criteria). De
uitkomstmaten van de geïncludeerde artikelen zijn weergegeven in de studiekarakteristieken
ter verduidelijking voor de data-analyse. De uitkomstmaten betreffen pijn en functioneren op
korte termijn (0-3 maanden), middellange termijn (3-6 maanden) en lange termijn (>12
maanden). De resultaten zijn gepoold en uitgezet in forest plots door middel van Review
Manager6. De kwaliteit van bewijs is beoordeeld door middel van de GRADE methodiek7.
Resultaten: Totaal zijn n=111 artikelen geselecteerd aan de hand van titel/samenvatting en
full text. Uiteindelijk zijn totaal n=11 RCT’s meegenomen in de data-analyse. De artikelen zijn
verdeeld over de classificatiesystemen n=3 RCT’s van Treatment-Based Classification
(TBC)8-10, n=3 RCT’s van Mechanical Diagnosis and Treatment (MDT)11-13, n=3 RCT’s van
Movement System Impairment (MSI)14-16, n=1 RCT van Start Back Screening Tool (SBST)17
en n=1 RCT van O’Sullivan Classification (OSC)18.
Uit de meta-analyse geeft de Start Back Screening tool op korte termijn voor pijn het beste
resultaat SMD=0.20; 95%-BI [0.04, 0.37]. Op lange termijn voor pijn geeft de Mechanical
Diagnosis and Treatment het beste resultaat SMD=0.23; 95%-BI [0.02, 0.44]. Op korte
termijn voor functioneren geeft de Mechanical Diagnosis and Treatment het beste resultaat
SMD=0.17; 95%-BI [-0.01, 0.35]. Op lange termijn geeft de Treatment-Based Classification
het beste resultaat SMD=0.22; 95%-BI [-0.35, 0.78]. Met een gemiddelde van 2 in de
rangorde van de resultaten staat de Mechanical Diagnosis and Treatment op de hoogste
plek vergeleken met andere classificatiesystemen. In de rangorde op basis van kwaliteit van
bewijs scoren de Treatment-Based Classification en de Mechanical Diagnosis and Treatment
in het niveau hoog. Doordat de Treatment-Based Classification meer gepoolde
uitkomstmaten in het niveau hoog scoort, waar de Mechanical Diagnosis and Treatment in
het niveau redelijk scoort, zal de Treatment-Based Classification sterker in bewijs zijn.
Uit de focusgroep is gebleken dat een combinatie van de Treatment-Based Classification
met het psychosociale aspect van de O'Sullivan Classification het beste geïmplementeerd
kan worden bij Arcus Fysiotherapie op basis van de effectschatting, mate van kwaliteit en
toepasbaarheid in de praktijk.
Conclusie: Uit het onderzoek wordt geconcludeerd dat de Treatment-Based Classification
op basis van effectschatting en kwaliteit van bewijs het meest effectief is ten aanzien van pijn
en functioneren bij patiënten van 16-65 jaar met aspecifieke lage rugpijn.
Aanbevelingen: Voor Arcus Fysiotherapie wordt, op basis van effectschatting, kwaliteit van
bewijs, de focusgroep en toepasbaarheid in de praktijk, het samengestelde
classificatiesysteem van de Treatment-Based Classification met het psychosociale aspect
van de O'Sullivan Classification aanbevolen ter implementatie in de praktijk.
Er is verder onderzoek nodig naar het onderlinge effect van de classificatiesystemen en naar
het samengestelde classificatiesysteem vergeleken met de reguliere fysiotherapie.
Organisatie | HAN University of Applied Sciences |
Opleiding | Fysiotherapie |
Afdeling | Academie Paramedische Studies |
Partner | Arcus Fysiotherapie |
Datum | 2016-06-10 |
Type | Bachelor |
Taal | Nederlands |