Valeur clinique des modèles pronostiques dans le cadre des troubles musculosquelettiques : une revue systématique - 29/03/23
![](/templates/common/images/mail.png)
Resumen |
Introduction |
L’intégration des modèles pronostiques dans le raisonnement des kinésithérapeutes (MK) pourrait améliorer les résultats cliniques en personnalisant la prise en charge [1 ]. Avant leur implantation clinique, ces modèles doivent démontrer des capacités de prédiction satisfaisantes (mesures de performance) sur un échantillon indépendant (validation externe) [2 ]. L’objectif de cette revue systématique était d’identifier et d’évaluer les modèles pronostiques présentant une validation externe pour prédire les résultats cliniques des personnes souffrant de troubles musculosquelettiques (MSQ).
Matériel et méthodes |
Nous avons réalisé une revue systématique sur 8 bases de données et présenté les résultats selon la grille PRISMA 2020. Une spécialiste de l’information a élaboré une stratégie de recherche afin d’identifier toutes les études portant sur la validation externe d’un modèle pronostique pour un trouble musculosquelettique. Deux évaluateurs indépendants ont examiné le titre, le résumé et le texte intégral et ont procédé à l’extraction des données. Nous avons extrait les caractéristiques des études incluses (ex : méthode), des modèles pronostiques (ex : prédicteurs, mesures de performance) et les issues cliniques prédites (ex : incapacité). Nous avons évalué le risque de biais et l’applicabilité en utilisant le PROBAST [3 ].
Résultats |
Nous avons identifié 4895 citations, lu 299 textes complets et inclus 45 articles (35 modèles pronostiques distincts). Les modèles ciblaient le rachis (n=17), les membres supérieurs (n=4) et inférieurs (n=15) et les blessures et douleur MSQ globales (n=9). Toutes les études présentaient un haut risque de biais. La moitié des modèles démontraient une bonne applicabilité. Seules 19 études rapportaient leurs mesures de performance (calibration et discrimination). Nous avons identifié six modèles présentant des mesures de performance adéquates pour être cliniquement utiles (AUC>0,6).
Discussion/conclusion |
Nous avons utilisé les meilleures normes méthodologiques pour effectuer cette revue incluant une extraction détaillée des données. L’utilisation de l’outil PROBAST peut surestimer le risque de biais des études pronostiques [4 ].
Impacts |
Nos résultats fournissent aux MK des modèles pronostiques prometteurs présentant une validation externe pour les aider à mieux prédire les résultats cliniques et faciliter un plan de traitement personnalisé. L’implantation de modèles cliniquement utiles pourrait améliorer la valeur des soins fournis par les MK [5 ].
El texto completo de este artículo está disponible en PDF.Esquema
Vol 23 - N° 255
P. 40 - mars 2023 Regresar al númeroBienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.
¿Ya suscrito a @@106933@@ revista ?