Service of SURF
© 2025 SURF
Pijn aan het bewegingsapparaat staat in onze samenleving op de eerste plaats van oorzaken voor ziekteverzuim. Bij aspecifieke chronische lage rugpijn kunnen lichamelijke inspanningen op het werk zoals dynamische en statische functionele capaciteit verlaagd zijn en de aanleiding zijn voor ziekteverzuim. Volgens het promotieonderzoek van Sandra Jorna-Lakke is bij deze groep patiënten aanvullend onderzoek nodig door middel van gestandaardiseerde functionele capaciteitstesten.
The Dutch version of the Brief Illness Perception Questionnaire is an appropriate instrument for measuring patients' perceptions in acute low back pain patients, showing acceptable internal consistency and reliability. Concurrent validity is adequate, however, the instrument may be unsuitable for detecting changes in low back pain perception over time.
LINK
Binnen de revalidatie van patiënten met aspecifieke chronische lagerug pijn (CLRP) is het accent geleidelijk aan verschoven van eenbiomedische naar een bio-psychosociale revalidatie. Een benaderingbinnen de revalidatie is de cognitief somatische revalidatie. De positieveresultaten waren mede aanleiding voor dit promotieonderzoek. Decognitief somatische revalidatie heeft als doel het verminderen enonder controle houden van de ervaren beperkingen bij patiëntenmet aspecifieke CLRP. Binnen dit programma leeft de gedachte datnaast de beoordeling van de maximale en submaximale capaciteitook de ervaren inspanning van belang is voor een uitgebreider beeldvan het probleem van de patiënt en om de effecten van de cognitiefsomatische revalidatie te kunnen evalueren. De consequentie vandeze gedachtegang maakt dat er meetinstrumenten nodig zijn omzowel de fysieke capaciteit als ook de ervaren inspanning te kunnenbepalen. Tot op heden is het onduidelijk welke factoren bepalend zijnvoor het effect van de vermindering in ervaren beperkingen van depatiënten door het cognitieve somatische revalidatie programma. Ditonderzoek concentreert zich op het bepalen van de psychometrischeeigenschappen van de meetinstrumenten die zowel de fysieke capaciteitals ook de ervaren inspanning meten en de factoren die bepalendzijn voor de vermindering van de ervaren beperkingen van patiëntenmet aspecifieke CLRP die deel nemen aan een cognitief somatischerevalidatie programma.
Lage rugpijn is een veel voorkomende aandoening en een belangrijke reden voor patiënten om de eerstelijnsfysiotherapeut te bezoeken. De sociaaleconomische gevolgen van lage rugpijn zijn groot en worden voor het leeuwendeel veroorzaakt door patiënten die lijden aan chronische pijnklachten met als mogelijk gevolg veel medische consumptie, (langdurend) ziekteverzuim en arbeidsongeschiktheid. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te kunnen schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen. In de fysiotherapierichtlijn lage rugpijn ontbreekt een heldere aanbeveling over de wijze waarop deze risicofactoren moeten worden gemeten en geïnterpreteerd. Dientengevolge worden in de praktijk hiervoor verschillende vragenlijsten en/of criteria gebruikt. Onder fysiotherapeuten is er vraag naar een hanteerbare en accurate methodiek om deze risico-inschatting te kunnen maken. Fysiotherapeuten zijn met deze vraag naar het lectoraat Musculoskeletale Revalidatie van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven om samen met projectpartners een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool: een digitale tool waarmee op basis van patiëntkarakteristieken en meetinstrumenten een geïndividualiseerde kans op chronische pijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijnrichtlijn. Om dit te bereiken zal eerst worden geïnventariseerd welke methoden fysiotherapeuten nu reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan wordt een keuze gemaakt t.a.v. data die digitaal verzameld gaan worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd gaan worden. Met de verzamelde data worden met machine-learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in een en online calculator, de Clinical Decision Support Tool, en een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden de eindgebruikers (fysiotherapeuten maar ook patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming.