Het herstel na een hernia operatie

Lumbale microdiscectomie gevolgd door fysiotherapie is een veelvoorkomende behandeling voor patiënten met een lumbale radiculopathie wanneer conservatief beleid onvoldoende effect heeft. Alhoewel de meeste mensen herstellen, blijft een aanzienlijk percentage beenpijn en beperkingen in activiteiten houden. Prognostische modellen die een goed of slecht herstel kunnen voorspellen zijn schaars en nodig.

Er zijn goede prognostische modellen nodig waarmee clinici hun patiënten kunnen informeren over het te verwachten herstel, gerichtere interventies kunnen kiezen en patiënten kunnen selecteren die kans hebben op een goede- en/of slechte uitkomst (1). In de literatuur zijn vier prognostische modellen beschreven die het herstel na een lumbale microdiscectomie voorspellen (2-5) In deze modellen werden in drie van de vier modellen zowel biomedische als psychosociale factoren opgenomen (2-4). In de kliniek worden psychosociale factoren echter niet of nauwelijks gemeten (6,7). Er is maar één model ontwikkeld dat routinematige preoperatieve patiëntkarakteristieken heeft gebruikt om het herstel te voorspellen (5) Dit betrof echter een retrospectief onderzoek, en het model was niet intern of extern gevalideerd (5) Er is behoefte aan goed prospectief onderzoek op basis van gegevens die routinematig worden gemeten en hiermee reflecteren hoe de prognose in de praktijk gebruikt kan worden. Het doel van deze studie is daarom predictiemodellen te ontwikkelen en intern te valideren, waarmee het herstel na lumbale microdiscectomie gevolgd door fysiotherapie met behulp van routine- matig verzamelde data wordt voorspeld.

Methode

Studie Design en Datacollectie

We hebben een prospectieve cohort-studie uitgevoerd met een follow-up van 12 maanden. De preoperatieve gegevens en potentiële prognostische factoren werden een week voor de operatie routinematig verzameld door de orthopedisch chirurg of neurochirurg in de kliniek. De primaire en secundaire uitkomsten werden 12 maanden postoperatief gemeten via Online Patient Reported Outcome Measures (Interactive Studios, Rosmalen).

Participanten

Patiënten die op de lijst stonden voor lumbale microdiscectomie die tevens klinische tekenen en symptomen van een lumbosarale zenuwwortelinklemming hadden en waarbij inklemming van de zenuw bevestigd werd met MRI, waren geschikt om deel te nemen. Patiënten waren minimaal 18 jaar oud en voldoende in staat om Nederlandstalige vragenlijsten in te vullen. Exclusiecriteria waren zwangerschap en tekenen van ernstige pathologieën zoals cauda-equina syndroom, tumoren of fracturen. Alle patiënten volgden postoperatief fysiotherapie met als hoofddoel werk en sport te hervatten en dagelijks activiteiten op te bouwen.

Primaire uitkomst

De primaire uitkomstmaat was ervaren herstel, gemeten met de 7-punts Likert General Perceived Eect schaal (GPE). Ervaren ‘herstel’ werd gedichotomiseerd waarbij ‘heel veel beter’ of ‘veel beter’ gedefinieerd werd als herstel en ‘iets ver- beterd’, ‘hetzelfde’, ‘iets slechter’, ‘veel slechter’ en ‘heel veel slechter’ gedefini- eerd werd als ‘slecht herstel’ (8,9). De secundaire uitkomstmaten waren beenpijn en beperkingen in dagelijkse activiteiten waarbij ‘geen of minimale beenpijn’ gedefinieerd werd als à 20 punten op de Visueel Analoge Schaal (VAS 0-100mm) en ‘geen of minimale beperkingen’ als à 5 punten op de Roland Morris Disability Questionnaire (RMDQ 0-24 punten) (8-10).

Prognostische factoren

Sociodemografische gegevens, medische voorgeschiedenis, lichamelijk onderzoek, tekenen en symptomen, radiologische bevindingen en werkgerelateerde facto- ren werden geselecteerd als potentiële prognostische factoren. De selectie van deze factoren vond plaats op basis van systematische reviews naar prognostische factoren met een matige of sterke univa- riabele associatie met de uitkomst (11-13) De sociodemografische gegevens betroen: geslacht, leeftijd in jaren, opleidingsni- veau (secundair/middelbaarberoepson- derwijs versus hoger beroepsonderwijs) en comorbiditeiten (bijvoorbeeld dia- betes, cardiovasculaire aandoeningen, COPD of hyperthyreoïdie). Medische voorgeschiedenis omvatte: eerdere rug- operaties, preoperatieve fysiotherapie, preoperatieve pijnbehandeling en het preoperatieve gebruik van zelf ingenomen of voorgeschreven medicatie. Onderdeel van lichamelijk onderzoek was de straight leg raise (SLR) test. Radiologische bevin- dingen betroen de locatie van de hernia en structurele veranderingen gezien op de aangedane locatie (spinale stenose, spi- nale cyste, facet artrose, hypoplastische discus of een combinatie). Als tekenen en symptomen waren de intensiteit van rug- en beenpijn (VAS), meer beenpijn dan rugpijn en de mate van beperkingen (RMDQ) geselecteerd, en voor de werk- gerelateerde factoren: werkverzuim en het type werk (zittende activiteiten en/of fysieke activiteiten).

Statistische analyse

Beschrijvende statistiek werd uitgevoerd om patiëntkarakteristieken en uitkom- sten weer te geven. De Little’s Missing Completely At Random test was gebruikt om na te gaan of de missende waarden (volledig) willekeurig waren. Missende data werden vervolgens geïmputeerd door middel van Multivariabele Imputatie met Chained Equations. Zestien datasets werden gegenereerd overeenkomend met het hoogte percentage missende waar- den van de verschillende variabelen. De imputaties werden uitgevoerd voor zowel de prognostische factoren als de uitkomst variabelen (14). De predictie van de postope- ratieve uitkomsten met de preoperatieve variabelen is geëvalueerd middels logisti- sche regressieanalyse met een Backward Wald selectiemethode waarbij P < 0,157 werd aangehouden (15,16). De kwaliteit van de modellen is geëvalueerd middels de Hosmer-Lemes-show goodness-of-fit statistiek, en de verklarende variantie gemeten met de Nagelkerke R2. Om over- schatting van de prestaties van de model- len te voorkomen werden de modellen intern gevalideerd middels een bootstrap- techniek met 500 herhalingen. Alle anayses zijn uitgevoerd met SPSS-versie 25, behalve de bootstrapping analyses, die werden uitgevoerd in R 3.4.4.

Resultaten

Studie populatie

Van de 333 patiënten die geopereerd werden, zijn 298 patiënten geïncludeerd in de studie. Figuur 1 toont het stroom- schema en tabel 1 de patiëntkarakteris- tieken. Door missende waarden waren er gegevens beschikbaar van 248 patiënten op de GPE, 248 patiënten scoorden hun beenpijn en 245 patiënten rapporteerden beperkingen in activiteiten.

Succes

Na 12 maanden gaven 188/248 (75,8%) patiënten aan goed te zijn hersteld (GPE); 167/248 (67,3%) patiënten scoorden à20 punten (VAS) op de uitkomstmaat beenpijn en 144/245 patiënten (58,8%) scoor- den à 5 punten (RMDQ) op de uitkomstmaat beperkingen in activiteiten.

Primaire uitkomstmaat

Het model voor de uitkomstmaat ‘herstel’ bevatte de volgende factoren: jongere leef- tijd; meer been dan rugpijn; hogere mate van beperkingen en een hernia op een ander niveau dan L3-L4. Het model voor de uitkomstmaat ‘slecht herstel’ bevatte de volgende factoren: lager opleidingsni- veau; eerdere rugoperaties en een hernia op L3-L4 (zie tabel 2). De verklarende variantie (R2) van beide modellen was 0,06 en de Area Under the Curve (AUC) was 0,63 voor ‘herstel’ en 0,64 voor ‘slecht herstel’. De verklarende variantie was na bootstrap- ping 0,01 (herstel) en 0,02 (slecht herstel) en de AUC was 0,58 (herstel) en 0,60 (slecht herstel) (zie tabel 2).

Secundaire uitkomstmaat

Het model voor ‘geen of minimale beenpijn’ bevatte de volgende factoren: een positieve SLR; een lage mate van beenpijn en geen structurele veranderingen op het aangedane niveau aantoonbaar
op de MRI. Het model voor ‘beenpijn’ bevatte de volgende factoren: preope- ratief medicatiegebruik en structurele veranderingen op het aangedane niveau op de MRI. De verklarende variantie (R2) was 0,06 voor ‘geen of minimale been-pijn’ en 0,04 voor ‘beenpijn’. De AUC was 0,59 voor ‘geen of minimale beenpijn’ en 0,64 voor ‘beenpijn’. De verklarende vari- antie na bootstrapping was 0,00 (geen
of minimale beenpijn) en 0,01 (beenpijn) en de AUC was 0,54 (geen of minimale beenpijn) en 0,60 (beenpijn).

Uit het model voor ‘geen of minimale beperkingen’ kwamen de volgende factoren: jongere leeftijd; een positieve SLR; een lage mate van beenpijn; meer beenpijn dan rugpijn; een lage mate van beperkingen en zittende activiteiten. Het model voor ‘beperkingen’ bevatte: hogere leeftijd; eerdere rugoperaties; preope- ratief medicatiegebruik; hoge mate van rugpijn; hogere mate van beperkingen en geen zittende activiteiten. De verklarende variantie (R2) was 0,11 (geen of minimale beperkingen) en 0,18 (beperkingen). De AUC was 0,68 (geen of minimale beperkingen) en 0,72 (beperkingen). De verklarende variantie na bootstrapping was 0,05 (geen of minimale beperkingen) en 0,11 (beperkingen) en de AUC was 0,63 (geen of minimale beperkingen) en 0,69 (beperkingen).

Discussie

Het doel van deze studie was om prog- nostische modellen te ontwikkelen en intern te valideren voor herstel na lumbale microdiscectomie gevolgd door fysiotherapie met gegevens die gebaseerd zijn op routinematig preoperatief gemeten karakteristieken. De ontwikkeling en interne validatie laat zien dat geen van de modellen goed genoeg presteerde om extern gevalideerd of geïmplementeerd te worden. We kunnen concluderen dat karakteristieken die vaak preoperatief gemeten worden clinici niet helpen om een accurate uitspraak te doen over de prognose bij patiënten na een microdis- cectomie gevolgd door fysiotherapie. Onze bevindingen komen overeen met eerdere modellen die ontwikkeld zijn voor een lumbale microdiscectomie (2-5). Een recente studie gebruikte eveneens gegevens die vaak preoperatief gemeten worden (5). De modellen die deze auteurs vonden scoor- den vergelijkbaar met de modellen uit onze studie met een verklarende varian- tie van 0,09 tot 0,15. Een andere studie includeerde, naast gegevens die vaak preoperatief gemeten worden, ook een aantal psychosociale factoren.2 Zij von- den dat patiënt verwachtingen en een emotionele stabiliteit geassocieerd waren met herstel (2). De verklarende variantie van deze modellen varieerde van 0,19 tot 0,35. Een andere studie vond dat psychosociale factoren zoals passieve coping en bewegingsangst geassocieerd zijn met slechtere uitkomsten (3).

In deze studie selecteerden wij factoren op basis van systematisch literatuuron- derzoek met tenminste een matige uni- variabele associatie met de uitkomst (11-13). Toch kan het zo zijn dat belangrijke voor- spellers (nog) niet aan de criteria van een matige univariabele associatie voldeden, en daardoor niet opgenomen konden worden in de modellen. Het type hernia is hiervan een voorbeeld (11). Daarnaast lijkt het erop dat modellen die een combinatie van biomedische en psychosociale factoren bevatten beter scoren dan modellen die alleen gebaseerd zijn op biomedische factoren (2-4). Onderzoek laat zien dat psychosociale factoren sterke predictoren voor het herstel na lumbale microdiscectomie zijn.3,4,13,17,18 Van de patiënten heeft 67% enige vorm van psychische stress en ervaart 25% een hoge mate van stress voor rugoperaties.7,19 Toch verzamelt maar een klein gedeelte (37%) van de clinici psychosociale gegevens voor een operatie.6,7 Dit wordt dan voornamelijk gebaseerd op grond van hun klinische impressie en nauwelijks met behulp van gevalideerde en betrouwbare meetinstrumenten (6,7,19). Recent onderzoek adviseert gebruik te maken van verschillende vragenlijsten voor het evalueren van psycho- sociale factoren zoals kinesiofobie, bewegingsangst, coping en stress in patiënten met musculoskeletale pijn (20-23).

We kunnen concluderen dat de uitkomst na lumbale microdiscectomie gevolgd door fysiotherapie niet adequaat kan worden voorspeld door gebruik te maken van uitsluitend biomedische en sociode- mografische gegevens die routinematig preoperatief worden gemeten door clinici.

Vervolgonderzoek is nodig om het belang van psychosociale en andere biomedische factoren gegevens te onderzoeken zodat zowel de artsen als de fysiotherapeuten een betere voorspelling kunnen doen en hier hun beleid op kunnen afstemmen. Als vervolgens goede modellen ontwikkeld kunnen worden, dan dienen deze eerst intern en extern gevalideerd te worden, alvorens ze te implementeren zijn in de praktijk.

Dit artikel is een kopie van het artikel van de April-editie van de Fysiopraxis.

 

Literatuurlijst

  1. Moons KG, Altman DG, Reitsma JB, et al. Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD): explanation and elaboration. Ann Intern Med 2015;162(1):W1-73. DOI: 10.7326/M14-0698.
  2. Ostelo RW, Vlaeyen JW, van den Brandt PA, de Vet HC. Residual complaints following lumbar disc surgery: prognostic indicators of outcome. Pain 2005;114(1-2):177-85. DOI: 10.1016/j.pain.2004.12.021.
  3. den Boer JJ, Oostendorp RA, Evers AW, Beems T, Borm GF, Munneke M. The development of a screening instrument to select patients at risk of residual complaints after lumbar disc surgery. Eur J Phys Rehabil Med 2010;46(4):497-503.
  4. Rubery PT, Houck J, Mesfin A, Molinari R, Papuga MO. Preoperative Patient Reported Outcomes Measurement Information System Scores Assist in Predicting Early Postoperative Success in Lumbar Discectomy. Spine (Phila Pa 1976) 2019;44(5):325-333. DOI: 10.1097/BRS.0000000000002823.
  5. Cook CE, Arnold PM, Passias PG, et al. Predictors of pain and disability outcomes in one thousand, one hundred and eight patients who underwent lumbar discectomy surgery. Int Orthop 2015;39(11):2143-51. DOI: 10.1007/s00264-015-2748-0.
  6. Grevitt M, Pande K, O’Dowd J, Webb J. Do first impressions count? A comparison of subjective and psychologic assessment of spinal patients. Eur Spine J 1998;7(3):218-23. DOI: 10.1007/s005860050059.
  7. Young AK, Young BK, Riley LH, 3rd, Skolasky RL. Assessment of presurgical psychological screening in patients undergoing spine surgery: use and clinical impact. J Spinal Disord Tech 2014;27(2):76-9. DOI: 10.1097/BSD.0b013e31827d7a92.
  8. Ostelo RW, Deyo RA, Stratford P, et al. Interpreting change scores for pain and functional status in low back pain: towards international consensus regarding minimal important change. Spine (Phila Pa 1976) 2008;33(1):90-4. DOI: 10.1097/BRS.0b013e31815e3a10.
  9. Helmhout PH, Staal JB, Heymans MW, Harts CC, Hendriks EJ, de Bie RA. Prognostic factors for perceived recovery or functional improvement in non-specific low back pain: secondary analyses of three randomized clinical trials. Eur Spine J 2010;19(4):650-9. DOI: 10.1007/s00586-009-1254-8.
  10. Roland M, Fairbank J. The Roland-Morris Disability Questionnaire and the Oswestry Disability Questionnaire. Spine (Phila Pa 1976) 2000;25(24):3115-24. DOI: 10.1097/00007632-200012150-00006.
  11. Wilson CA, Roffey DM, Chow D, Alkherayf F, Wai EK. A systematic review of preoperative predictors for postoperative clinical outcomes following lumbar discectomy. Spine J 2016;16(11):1413-1422. DOI: 10.1016/j.spinee.2016.08.003.
  12. den Boer JJ, Oostendorp RA, Beems T, Munneke M, Oerlemans M, Evers AW. A systematic review of bio-psychosocial risk factors for an unfavourable outcome after lumbar disc surgery. Eur Spine J 2006;15(5):527-36. DOI: 10.1007/s00586-005-0910-x.
  13. Celestin J, Edwards RR, Jamison RN. Pretreatment psychosocial variables as predictors of outcomes following lumbar surgery and spinal cord stimulation: a systematic review and literature synthesis. Pain Med 2009;10(4):639-53. DOI: 10.1111/j.1526-4637.2009.00632.x.
  14. Sullivan TR, Salter AB, Ryan P, Lee KJ. Bias and Precision of the “Multiple Imputation, Then Deletion” Method for Dealing With Missing Outcome Data. Am J Epidemiol 2015;182(6):528-34. DOI: 10.1093/aje/kwv100.
  15. Moons KG, Royston P, Vergouwe Y, Grobbee DE, Altman DG. Prognosis and prognostic research: what, why, and how? BMJ 2009;338:b375. DOI: 10.1136/bmj.b375.
  16. Steyerberg EW, Moons KG, van der Windt DA, et al. Prognosis Research Strategy (PROGRESS) 3: prognostic model research. PLoS Med 2013;10(2):e1001381. DOI: 10.1371/journal.pmed.1001381.
  17. Alodaibi FA, Minick KI, Fritz JM. Do preoperative fear avoidance model factors predict outcomes after lumbar disc herniation surgery? A systematic review. Chiropr Man Therap 2013;21(1):40. DOI: 10.1186/2045-709X-21-40.
  18. Gatchel RJ, Mayer TG. Psychological evaluation of the spine patient. J Am Acad Orthop Surg 2008;16(2):107-12. DOI: 10.5435/00124635-200802000-00008.
  19. Daubs MD, Patel AA, Willick SE, et al. Clinical impression versus standardized questionnaire: the spinal surgeon’s ability to assess psychological distress. J Bone Joint Surg Am 2010;92(18):2878-83. DOI: 10.2106/JBJS.I.01036.
  20. Vaegter HB, Handberg G, Kent P. Brief Psychological Screening Questions Can be Useful for Ruling Out Psychological Conditions in Patients With Chronic Pain. Clin J Pain 2018;34(2):113-121. DOI: 10.1097/AJP.0000000000000514.
  21. Sleijser-Koehorst MLS, Bijker L, Cuijpers P, Scholten-Peeters GGM, Coppieters MW. Preferred self-administered questionnaires to assess fear of movement, coping, self-efficacy, and catastrophizing in patients with musculoskeletal pain-A modified Delphi study. Pain 2019;160(3):600-606. DOI: 10.1097/j.pain.0000000000001441.
  22. Brodke DJ, Saltzman CL, Brodke DS. PROMIS for Orthopaedic Outcomes Measurement. J Am Acad Orthop Surg 2016;24(11):744-749. DOI: 10.5435/JAAOS-D-15-00404.
  23. Marek RJ, Block AR, Ben-Porath YS. Validation of a Psychological Screening Algorithm for Predicting Spine Surgery Outcomes. Assessment 2019;26(5):915-928. DOI: 10.1177/1073191117719512.

Deze blogpost is geschreven door Stijn Willems

Stijn is mede-eigenaar van de Fysiovrienden. Hij schrijft graag over zijn vak en gaat het liefst op de inhoud in. Zijn blogs zijn soms een tikkeltje tegendraads en geven stof tot nadenken.

Rugklachten en corona!!

Wij krijgen veel vragen of rugklachten en corona (COVID-19) een relatie hebben. Wij zijn de literatuur in gedoken en hebben de antwoorden voor je op een rij gezet.

Lees verder