Decision Support for Tailored Biopsychosocial Rehabilitation : In Non-specific Low Back Pain

Abstract

Alaselkäkipu on maailman yleisin toimintakyvyn haittaa aiheuttava oire. Suurin osa alaselkäkivusta on niin sanottua epäspesifiä, eikä sille ole osoitettavissa aukottomasti patoanatomista taustaa. Kivun ja toimintakyvyn haitan kokemukseen ja kroonistumiseen liittyy laajasti erilaisia biopsykososiaalisia tekijöitä, joista osaan voidaan vaikuttaa kohdentamalla interventioita oikea-aikaisesti oikealle potilaalle, ja täten vähentää kivun pitkittymisen riskiä. Kipuun liittyviä biopsykososiaalisia tekijöitä ja niiden välisiä yhteyksiä voidaan ymmärtää paremmin maailman terveysjärjestö WHO:n kansainvälisen toimintakyvyn, toimintarajoitteiden ja terveyden luokituksen (ICF-viitekehys) avulla, joka kuvaa toimintakykyä laaja- alaisena biopsykososiaalisena kokonaisuutena.

Tämän artikkeliväitöskirjan päätavoitteena oli kehittää menetelmiä tukemaan yksilöllisen biopsykososiaalisen kuntoutuksen suunnittelua ja toteutusta selkäkipupotilailla. Alatavoitteina oli tuottaa ajankohtaista tietoa tunnistetuista alaselkäkivun kroonistumisen riskitekijöistä, sekä löytää uusia menetelmiä biopsykososiaalisten tekijöiden tunnistamiseen ja näiden tekijöiden avulla sopivan intervention valintaan yksilöllisesti.

Alaselkäkivun kroonistumisen riskitekijöistä tehtiin systemaattinen kirjallisuuskatsaus, jossa tutkittiin 25 tutkimuksen tuloksia. Tutkimusten tuli arvioida mahdollista riskitekijää ennen kivun kroonistumisen alkamista (3kk), jotta riskitekijää voitiin pitää ennakoivana tekijänä kroonistumiselle. Biopsykososiaalisten tekijöiden tunnistamiseen kehitettiin sovellus tekoälyalgoritmista, jonka tarkoituksena on tunnistaa toimintakykyyn liittyvää tietoa potilaskertomusteksteistä ICF-viitekehyksen mukaisesti. Sovelluksen tuloksia verrattiin alan asiantuntijan tekemään tunnistamiseen. Selkäpotilaan prosesseja perusterveydenhuollossa ja työterveydessä kehitettiin paremmin tunnistamaan kroonistumisen riskitekijöitä sekä valitsemaan sopivat interventiot yksilöllisesti. Prosessin kehittämisessä oli mukana moniammatillinen työryhmä perusterveydenhuollosta, työterveydestä sekä erikoissairaanhoidosta. Uusien menetelmien kehityksen tueksi kerättiin 93 kroonisen alaselkäkipuisen potilaan aineisto. Aineisto sisälsi vapaata tekstiä potilaskertomusteksteistä sekä numeerista dataa esitietolomakkeiden muodossa.

Systemaattisen kirjallisuuskatsauksen mukaan yhteensä 45 erilaista riskitekijää on tunnistettavissa selkäkivun kroonistumisen riskitekijäksi. Riskitekijät jaoteltiin demografisiin ja sairaushistoriaan liittyviin tekijöihin, biomekaanisiin tekijöihin, oireiden ominaisuuksiin liittyviin tekijöihin, psykologisiin ja psykososiaalisiin tekijöihin, sekä elintapatekijöihin. Tunnistetut riskitekijät olivat yhdistettävissä ICF- viitekehyksen toimintakyvyn kuvauksiin, lukuun ottamatta demografisia ja sairaushistoriaan liittyviä tekijöitä. Kehitetty tekoälyalgoritmin sovellus tunnisti toimintakykytietoa potilaskertomusteksteistä 83.1 % herkkyydellä ja 99.84 % tarkkuudella verrattuna alan asiantuntijan tekemään tunnistukseen. Selkäpotilaan prosessin kehityksen tuotoksena syntyi vuokaavio, jonka avulla oikeat ammattilaiset ohjautuvat mukaan prosessiin potilaan tarpeiden mukaisesti, tietävät omat tehtävänsä, sekä pystyvät hyödyntämään paremmin moniammatillista ja monisektorista yhteisöä yksilöllisesti potilaan hyväksi.

Tämä artikkeliväitöskirja luo uusia tutkimusmahdollisuuksia sekä selkäpotilaiden että toimintakykytiedon hyödyntämisen alueilla. Kirjallisuuskatsauksen tulokset auttavat kliinikoita paremmin ymmärtämään selkäkivun biospykososiaalista kokonaisuutta ja tutkijoita laajentamaan interventiotutkimusasetelmiaan. Tulevaisuudessa kuntoutusprosessista voidaan tehdä soveltuvuustutkimusta ennen laajempaa interventiota, ja tekoälyalgoritmin sovelluksen hyödyntämistä muille potilasryhmille ja kielille suunnitellaan.

Low back pain is globally the most burdensome symptom causing disability. It is most commonly defined as non-specific, which means no pathoanatomical cause can be demonstrated as the cause. Different biopsychosocial factors are widely related to the experience and prolongation of pain and disability. Some of these factors can be affected by targeting timely interventions and decreasing the risk for pain chronicity. Pain related biopsychosocial factors and their connections can be understood more profoundly with the help of the International Classification of Functioning, Disability, and Health (ICF) framework developed by the World Health Organization (WHO), which describes disability from a wide biopsychosocial perspective.

The main aim of this dissertation was to develop methods to support the decision-making in the tailored biopsychosocial rehabilitation of patients with non- specific LBP. The secondary aims were to produce a topical summary of the known biopsychosocial risk factors for low back pain chronicity, and to find methods to recognize those factors as well as support the assessment and execution of tailored interventions targeted to the individually recognized factors.

A systematic literature review was compiled from the results of 25 different studies on the risk factors associated with low back pain chronicity. The studies had to evaluate the possible risk factor before the chronic phase of pain (3 months) in order to be regarded as a preceding factor for pain. To help the recognition of biopsychosocial factors at the individual level, an artificial intelligence algorithm application was developed that identifies disability information from electronic health records in accordance with the ICF framework. The results of the application were compared to the findings of a domain expert. The processes of patients with low back pain in primary and occupational health care were developed to more comprehensively assess possible risk factors and better tailor interventions to the individuals. A multidisciplinary team was formed from primary, occupational, and special health care professionals for the process design. For the purposes of developing new methods, a patient population of 93 patients with chronic low back pain were gathered. The data comprised free text from electronic health records and quantitative information from medical history forms.

According to the systematic review, 45 different factors were identified as being associated with low back pain chronification. The factors were divided into demographical and medical history related factors, biomechanical factors, symptom related factors, psychological and psychosocial factors, and lifestyle factors. The factors were interrelated with the description of disability in the ICF framework, with the exception of the demographic and medical history related factors. The applied artificial intelligence algorithm was able to recognize disability information from the electronic health records with a sensitivity of 83.1% and specificity of 99.84% compared to the results of the domain expert. The rehabilitation process design was presented in a logic model that guides the needed professionals into the process according to the patients’ needs, clearly states the activities of the professionals, and comprehensively exploits a multidisciplinary community over sector boundaries.

The findings of this dissertation open new research possibilities in the areas of low back pain and the exploitation of disability information. The results of the systematic review will help clinicians to better understand the biopsychosocial entity of low back pain more competently and researchers to extend their intervention study designs. In future, a feasibility study on the rehabilitation process should be executed before a larger intervention. The benefits of the artificial intelligence algorithm application are planned to be expanded to other patient groups and languages.