Screenen aan de hand van musculoskeletale fenotypes

Screenen aan de hand van musculoskeletale fenotypes

Het aantal cliënten met chronische musculoskeletale pijnklachten die jaarlijks fysiotherapeutische hulp zoeken is groot. De enorme diversiteit binnen deze groep cliënten maakt het vinden van de juiste fysiotherapeutische behandeling vaak ingewikkeld. Meer nog dan bij andere cliëntgroepen gaat het ‘one-size-fits-all-principe’ hier niet op. De invloed van prognostische factoren maakt dat de behandeleffecten en behandeluitkomsten sterk kunnen variëren tussen individuele cliënten. Als fysiotherapeut probeer je de behandeling zoveel mogelijk af te stemmen op de individuele cliënt. Echter blijkt vaak dat ondanks alle moeite het herstel en de behandeluitkomsten achter blijven. Daarbij is niet altijd duidelijk waarom dit het geval is en welke (prognostische) factoren hierbij een rol spelen. Meisingset en collega’s (2020)[1] vragen zich af of dit niet gerichter kan? Mogelijk kunnen we op basis van het screenen op prognostische factoren bepaalde subgroepen (fenotypes) herkennen. Op basis van deze fenotypes zou het vervolgens makkelijker zijn om cliënten doelgerichter te behandelen.

Doel van het onderzoek

Het observationele onderzoek van Meisingset en collega’s (2020), Novel approach towards musculoskeletal phenotypes, had als doel te onderzoeken welk verbanden er zijn tussen de verschillende prognostische factoren die een rol spelen bij cliënten met musculoskeletale pijn. Op basis hiervan werden er fenotypes/subgroepen geformuleerd. Het screenen aan de hand van deze fenotypes geeft mogelijk informatie over de prognose voor herstel, de ernst van de problematiek en de factoren die een gunstige dan wel ongunstige rol spelen. In dit observationele onderzoek participeerden 463 cliënten tussen de 18 en 67 jaar met musculoskeletale pijnklachten. Hieronder worden de belangrijkste bevindingen uiteengezet.

Prognostische factoren

Dat prognostische factoren een rol spelen in het beloop en het herstel van musculoskeletale klachten is al langer bekend. Om te bepalen welke prognostische factoren het meest van invloed zijn, hebben Meisingset en collega’s (2020) gebruik gemaakt van bestaande literatuur[2][3][4][5]. Hieruit bleken factoren als pijnintensiteit, duur van de pijnklachten maar ook verwachtingen omtrent het herstel en de mogelijkheid om te kunnen werken een prognostische rol te spelen. De 11 geselecteerde prognostische factoren zijn ondergebracht in vier domeinen; pijn, overtuigingen en gedachten, psychologisch en activiteit & leefstijl (zie figuur 1). Deze domeinen vormen de basis van de te formuleren fenotypes. Daarnaast zijn ook factoren als leeftijd, geslacht, BMI en opleidingsniveau meegenomen in het onderzoek. Mogelijk spelen ook die factoren een belangrijke rol binnen de verschillende fenotypes.

Figuur 1: Vier domeinen met prognostische factoren vanuit het onderzoek van Meisingset et al., (2020)¹

Om te onderzoeken of en in welke mate deze prognostische factoren een rol speelden, werden cliënten bij de intake hierop bevraagd. Allereerst werden cliënten, op basis van hun ervaren klachten, door de fysiotherapeut ingedeeld in één van de vier groepen; nekpijn, lage rugpijn, schouderpijn en een groep met gecombineerde pijnklachten. Iedere cliënt vulde vervolgens een vragenlijst en verschillende meetinstrumenten in om het dagelijks functioneren, de kwaliteit van leven en de prognostische factoren in kaart te brengen. Iedere cliënt ontving vervolgens op reguliere wijze fysiotherapeutische zorg. Na drie maanden werd de kwaliteit van leven en het dagelijks functioneren opnieuw gemeten om daarmee de mate van herstel en de mate van impact van de musculoskeletale klachten te meten.

Vijf fenotypes

Op basis van de analyses kwamen er vijf verschillende fenotypes/subgroepen naar voren. Ieder fenotype wordt weergegeven middels een gemiddelde score op basis van de gemeten prognostische factoren. Opvallend daarbij is dat een hoger nummer fenotype (1 t/m 5) samenhangt met ongunstigere uitkomsten binnen de vier prognostische domeinen en vaak resulteert in slechtere behandeluitkomsten na 3 maanden. Zo kenmerkt fenotype 1 zich door een relatief lage pijnscore, een hoge kwaliteit van leven en goed dagelijks functioneren. Cliënten binnen deze subgroep kampen in beperkte mate met slaapproblemen en kunnen dagelijkse activiteiten en werk voldoende voortzetten. Binnen het domein overtuigingen en gedachtes zijn de scores relatief hoog wat vertaald kan worden naar hoge verwachtingen m.b.t. herstel en een hoge mate van eigen effectiviteit (self-efficacy). Op het psychische domein zijn de scores laag wat duidt op relatief lage mentale disstress en beperkte angst en vermijdingsgedrag als gevolg van de musculoskeletale pijnklachten. De prognose voor herstel na 3 maanden is voor deze groep gunstig.

Binnen fenotype II zijn deze uitkomsten binnen alle domeinen minder gunstig en lijken cliënten te kampen met langdurigere pijnklachten en grotere beperkingen in het dagelijks leven. Dit ongunstige effect loopt verder op in fenotype III, IV en V, waarbij fenotype V de meest ongunstige prognose voor herstel lijkt te hebben. Binnen deze subgroep kampt maar liefst 73,5 procent van de cliënten met pijnklachten die langer dan 12 maanden aanwezig zijn. Daarnaast blijven de scores op kwaliteit van leven en dagelijks functioneren na 3 maanden ver achter in vergelijking met de andere fenotypes. Tevens is opvallend dat er tussen de subgroepen met fenotype III en IV relatief weinig verschil lijkt in de behandeluitkomsten na 3 maanden; beide groepen scoren ongeveer gelijk op kwaliteit van leven en dagelijks functioneren. Wel blijkt fenotype III hoger te scoren op angst en vermijdingsgedrag, daar waar fenotype IV hoger scoort op mentale disstress. Wanneer men kijkt naar de demografische kenmerken van de cliënten binnen de subgroepen, valt op dat het percentage cliënten met obesitas en een lager opleidingsniveau meestijgt met het fenotype. Geslacht en leeftijd lijken geen directe rol te spelen binnen de subgroepen.

Conclusie en aanbevelingen

Vanuit het onderzoek van Meisingset en collega’s (2020) blijkt dat het gebruik van fenotypes helpend kan zijn om cliënten met musculoskeletale pijnklachten onder te verdelen in subgroepen. Deze subgroepen/fenotypes zeggen op basis van de prognostische factoren mogelijk iets over de complexiteit van de gezondheidsproblemen als mede over de prognose voor herstel op korte termijn (3 maanden). Deze informatie kan vervolgens helpend zijn om een gericht fysiotherapeutisch behandelplan op te stellen, passend bij de prognose voor herstel. Echter zijn daarbij wel twee kanttekeningen te plaatsen; zo blijken er tussen sommige fenotypes slechts kleine verschillen te zitten en is daarom de vraag hoe relevant het is om al deze subgroepen aan te houden. Wellicht is het helpend om het aantal fenotypes daarin nog bij te stellen of te beperken. Anderzijds is het noodzakelijk om na te gaan welke behandelinterventies effectief en passend zijn bij de verschillende fenotypes, dit is tot op heden nog onbekend. In lijn met andere classificatie tools zoals de STaRT Back (screening) Tool lijkt er zeker potentie voor het screenen en classificeren van cliënten met musculoskeletale problemen. Het screenen van cliënten op basis van de fenotypes van Meisingset en collega’s (2020) in de Nederlandse fysiotherapiepraktijk is misschien nu nog te vroeg. Echter biedt het wel de mogelijkheid om de genoemde prognostische factoren tijdens een intake de revue te laten passeren. Dit door erover in gesprek te gaan of middels het inzetten van klinimetrie zoals de Pain Self-Efficacy Questionnaire. Daarnaast weten we dat met gerichte behandelinterventies, zoals pijneducatie, de cliënt kunnen helpen deze prognostische factoren te beïnvloeden. Op die manier krijgen we mogelijk meer inzicht en meer houvast in het behandelen van cliënten met musculoskeletale pijnklachten.

[1] Meisingset I, Vasseljen O, Vøllestad NK, Robinson HS, Woodhouse A, Engebretsen KB, Glette M, Øverås CK, Nordstoga AL, Evensen KAI, Skarpsno ES. Novel approach towards musculoskeletal phenotypes. Eur J Pain. 2020 May;24(5):921-932. doi: 10.1002/ejp.1541. Epub 2020 Feb 27. PMID: 32040225. https://onlinelibrary.wiley.com/doi/10.1002/ejp.1541

[2] Artus, M., Campbell, P., Mallen, C. D., Dunn, K. M., & van der Windt, D. A. (2017). Generic prognostic factors for musculoskeletal pain inprimary care: A systematic review. British Medical Journal Open,7(1), e012901. https://doi.org/10.1136/bmjop en-2016-012901

[3] de Vos Andersen, N. B., Kent, P., Hjort, J., & Christiansen, D. H.(2017). Clinical course and prognosis of musculoskeletal pain in patients referred for physiotherapy: Does pain site matter? BMC Musculoskeletal Disorders, 18(1), 130. https://doi.org/10.1186/s12891-017-1487-3. Retrieved from https://www.ncbi.nlm.nih.gov/pmc/artic les/PMC53 71202/ pdf/12891_2017_Artic le_1487.pdf

[4] Green, D. J., Lewis, M., Mansell, G., Artus, M., Dziedzic, K. S., Hay, E. M., … van der Windt, D. A. (2018). Clinical course and prognostic factors across different musculoskeletal pain sites: A secondary

analysis of individual patient data from randomised clinical trials. European Journal of Pain, 22(6), 1057–1070. https://doi.org/10.1002/ejp.1190

[5] Valentin, G. H., Pilegaard, M. S., Vaegter, H. B., Rosendal, M., Ortenblad, L., Vaeggemose, U., & Christensen, R. (2016). Prognostic factors for disability and sick leave in patients with subacute non-malignant pain: A systematic review of cohort studies. British Medical Journal Open, 6(1), e007616. https://doi.org/10.1136/bmjop en-2015-007616. Retrieved from https://www.ncbi.nlm.nih.gov/pmc/artic les/PMC47 16223/ pdf/bmjop en-2015-007616.pdf