條文本
PDF
摘要
簡介神經性腰痛(LBLP)對醫療保健提供者的診斷和治療是一個挑戰。神經性疼痛的準確診斷是確保給予適當幹預的基礎。然而，到目前為止，還沒有診斷神經病性LBLP的金標準。患者檢查指南和篩查工具已經開發並驗證了診斷LBLP神經性疼痛的目的;然而，目前還沒有係統的綜述來比較這些方法的診斷有效性。因此，本係統綜述將探討患者病史、臨床檢查和篩查工具數據在鑒別LBLP神經性疼痛中的診斷效用。
方法與分析本方案的通知和報告與係統評價和元分析方案的首選報告項目一致。將嚴格檢索CINAHL, EMBASE, MEDLINE, Web of Science, Cochrane Library, AMED, Pedro, PubMed，關鍵期刊和灰色文獻，以尋找診斷準確性研究，調查患者檢查數據，以確定LBLP患者的神經性疼痛。兩名獨立審稿人將使用診斷準確性研究質量評估工具進行檢索、提取數據並評估納入研究的偏倚風險。納入研究的整體質量將使用推薦分級、評估、發展和評估指南進行評估。如果認為合適，將進行薈萃分析。否則，將進行敘事綜合。
倫理與傳播本係統綜述不需要研究倫理，因為不會收集患者數據。這篇綜述將有助於醫療專業人員和研究人員了解診斷LBLP神經性疼痛的最有效方法。本次評審的結果將提交在同行評審期刊和會議上發表。
PROSPERO注冊號CRD42019140861
- 神經性疼痛
- 腿部疼痛
- 診斷工具
- 檢查數據
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
數據來自Altmetric.com
本研究的優勢和局限性
這將是第一個評估患者病史、客觀檢查和篩查工具數據診斷腰背部相關腿痛的神經性疼痛的有效性的係統綜述。
研究將從廣泛的平台獲得，包括電子數據庫、關鍵期刊和灰色文獻。
本係統綜述將根據Cochrane診斷測試準確性研究手冊進行。
將使用診斷準確性研究質量評估2工具評估研究的偏倚風險，並使用建議分級評估、發展和評估報告證據的總體質量。
本綜述的局限性是公認缺乏這類診斷的公認參考標準。
簡介
神經性疼痛被廣泛認為是一種難以診斷和治療的疼痛綜合征。1國際疼痛研究協會將神經性疼痛定義為“由影響體感覺神經係統的病變或疾病直接引起的疼痛”。2經曆腰痛(LBP)和相關腿痛的人是最常見的神經性疼痛的亞群之一。3.腰背痛(LBLP)與單獨的腰背痛(LBP)相比，與殘疾、疼痛和生活質量下降有關。4LBLP一般臨床診斷為坐骨神經痛(腰椎神經根性)或指涉性疼痛(涉及非神經結構);坐骨神經痛在本質上被認為是神經性的，而所指的疼痛被認為是痛覺性的。5然而，有證據表明LBLP中兩種疼痛機製共存，6坐骨神經痛表現為無神經性疼痛，而指涉性疼痛表現為神經性疼痛。7在最近的一項係統綜述中，調查了初級保健機構LBLP中神經性疼痛的患病率、特征和預後等5發現LBLP中神經性疼痛的患病率估計在19%到80%之間。然而，本綜述的發現必須謹慎觀察，因為該綜述本身存在中度偏倚風險。一個可能導致大範圍流行的因素可能是測量神經性疼痛的差異。8harrison納入研究中測量神經性疼痛的方法等的審查5包括:臨床病史采集，6 7篩查工具9日10和成像。6日11
鑒別LBLP患者的神經性疼痛是至關重要的，因為藥物幹預可以改善患者的預後。5國家健康和護理卓越研究所(NICE)12在神經性疼痛的初始治療期間，建議使用阿米替林、度洛西汀、加巴噴丁或普瑞巴林等藥物。關於藥物處方和進一步轉診到更廣泛的多學科團隊的進一步建議描述了神經性疼痛特異性綜合征。與NICE關於腰痛和坐骨神經痛的指南相比，13藥理學和進一步幹預的建議不同，突出了準確識別神經性疼痛以優化循證幹預的重要性。
診斷神經性疼痛沒有黃金標準。14因此，專家意見指南15通過德爾菲研究和各種篩選工具已經開發出來，並用作研究的參考標準。5LBLP研究中的神經性疼痛最常用篩查工具來識別，包括:PainDetect，9利茲神經病症狀和體征評估16和杜勒神經病變4。10患者病史和臨床檢查數據也被使用，但不經常使用。6已開展研究以調查篩查工具的診斷有效性17 18病史/臨床檢查資料。15日19然而，這些結果還沒有被綜合和評估。為了確定患者病史、臨床檢查和篩查工具數據在鑒別LBLP神經性疼痛中的診斷有效性，需要進行係統綜述。
客觀的
評估病史、臨床檢查和篩查工具數據的診斷效用，以確定成人LBLP患者的神經性疼痛。
方法
係統評價將根據使用Cochrane診斷測試準確性研究手冊和評價與傳播中心(CRD, 2009)設計的預定義方案進行。20.對文獻的初步範圍審查告知了研究目標的可行性。該方案根據係統評價和元分析方案(PRISMA-P)首選報告項目清單進行報告。21議定書修正案將予以記錄並列入傳播。
患者和公眾參與
來自患者和公眾的信息已經告知了本綜述的概念和要求，作為現有研究計劃的一部分，該研究計劃以腰椎手術治療背部相關腿痛和患者預後為中心。
合格標準
入選標準
合格標準使用樣本，感興趣的現象，設計，評估，研究類型(SPIDER)指南。22
(S)樣本:成年LBLP患者(年齡> ~ 18歲)。
(PI)感興趣的現象:LBLP的神經性疼痛。
(E)評估:報告病史診斷有效性的任何研究(包括病史的任何組成部分，例如疼痛位置、神經損傷史、疼痛描述等)、臨床檢查(包括物理臨床檢查的任何組成部分，例如神經動力學測試、定量感覺測試、運動刺激測試等)、篩查工具數據，以確定LBLP中的神經性疼痛。本文不考慮將影像學作為LBLP神經性疼痛的臨床指標，因為已經確定結構異常與症狀表現沒有直接關係。23
(D)設計:任何使用主要診斷準確性數據的研究設計。然而，最佳的研究設計是橫斷麵研究。24包括特異性、敏感性、似然比(LRs)和預測值(pv)的數據或表示計算這些值所需的原始數據。
(R)研究類型:定量。
排除標準
非英語寫作的研究將被排除在外。沒有將患者病史和/或臨床檢查和/或篩查工具與參考標準(如臨床專家意見)進行比較的研究也將被排除在外。
信息來源
每個數據庫將從開始到2019年7月31日進行搜索。搜索策略將特定於每個數據庫。沒有地域限製。檢索的數據庫有CINAHL、EMBASE、MEDLINE、Web of Science、Cochrane Library、AMED、Pedro和PubMed。手動檢索主要期刊包括:肌肉骨骼科學與實踐，疼痛，歐洲疼痛雜誌，疼痛雜誌而且疼痛臨床雜誌。Cochrane Back Review Group和所有納入研究的參考文獻列表將被用於進一步的相關研究。灰色文獻將通過英國國家報告文獻參考書目、OpenGrey和EThOS進行搜索。
搜索策略
搜索策略是JM與管理團隊和一位專業圖書館員討論後製定的。搜索策略將特定於每個數據庫。用於搜索的關鍵術語將包括診斷有效性、患者病史、臨床檢查、篩查工具、神經性疼痛和LBLP。對於所有關鍵術語，將在搜索中使用同義詞和截斷列表。參見箱1。
Medline OvidSP搜索策略1948 - 2019年7月的例子
exp“敏感性和特異性”/或診斷準確性。mp。
診斷utility.mp。
exp“結果的可重複性”/或exp“敏感性和特異性”/或診斷可靠性。mp。
1 2 3個
病人history.mp。
病人interview.mp。
主觀history.mp。
主觀examination.mp。
物理examination.mp。或exp體檢/
物理testing.mp。
客觀examination.mp。
客觀history.mp。
臨床examination.mp。
臨床testing.mp。
案例確定工具$.mp。
檢測工具.mp美元。
問卷.mp美元。或exp "調查和問卷" /
5或6,7,8,9,10,11,12,13,14,15,16,17
4和18
神經性pain.mp。神經痛/
radicular.mp。或神經根病/或椎間盤移位/或脊神經根/
經驗坐骨神經病變/或經驗坐骨神經/或坐骨神經$.mp。
20或21或22
19和23
腰痛。或exp Back Pain/或exp Low Back Pain/
下背部相關的腿痛。或經驗坐骨神經痛/
25或26
24和27
研究記錄
數據管理
Endnote Version X8 (Clarivate Analytics)軟件程序將用於管理引用、參考文獻和參考書目。EndNote將允許識別和刪除副本，以及存儲摘要和全文。
數據項
所提取的數據將包括研究標題、作者和發表日期、研究設計、參與者特征(如年齡、性別、共病)、指數檢驗(這將是一種診斷準確性的檢驗，特別是患者病史或臨床檢查或篩查工具的組成部分)、比較試驗、參考標準和關於試驗診斷有效性的數據。如果有數據可用，診斷準確性數據將輸入2×2列聯表。28範圍審查告知可用數據的可行性。我們感興趣的關鍵數據是診斷有效性數據，這些值包括敏感性、特異性、pv和LRs。
個體研究的偏倚風險
納入研究的偏倚風險將由兩名審稿人(JM, TN)使用QUADAS-2工具獨立評估。29QUADAS-2由原始QUADAS工具發展而來，建議用於評估初級診斷準確性研究的偏倚風險。29QUADAS-2由四個領域組成，涉及患者選擇、指標測試、參考標準和流程和時機。個別項目的偏倚風險被判定為“高”、“低”或“不清楚”，隨後將對每項研究總體得出“有風險或低風險”的總結判斷。29兩位審稿人之間的任何分歧都將在協商一致的會議上討論。必要時將谘詢第三審稿人(AR)。科恩的k值將用於評估兩位審稿人之間的一致性。26
總結措施
靈敏度，特異性，PV和LR將作為總結測量。在僅提供原始數據的情況下，靈敏度、特異性、pv和LRs將根據Akobeng公式計算。30.總結措施將包括敏感性和特異性準確性水平的細節，31測試的歧視性屬性32以及可靠性的一致性。33
數據合成
異質性將被探討，以評估這些研究是否適合進行薈萃分析。臨床比較將考慮研究設計、人群、可比診斷數據和參考標準。34在對現有文獻的範圍檢索進行評估後，由於研究設計、人群和參考標準的異質性，可能無法將數據彙集起來。然而，在評估數據之前，不排除進行薈萃分析，如果認為合適，將進行薈萃分析。如果不可能進行元分析，則將進行敘述綜合。敘述綜合將按照以前推薦的指南進行，在係統回顧中敘述綜合。35敘述綜合將包括三個部分:對納入研究的結果進行初步綜合，探索數據中的關係和評估綜合的穩健性。35研究結果的初步綜合將與每個納入研究的簡短文本描述進行。通過專題分析來探索數據關係，以確定所包括研究中的任何共同主題/趨勢。納入研究的數據的穩健性將使用推薦、評估、發展和評估分級(GRADE)和QUADAS-2敘述格式進行背景化。綜合將彙集有關患者曆史、臨床檢查和篩查工具的數據的診斷有效性測量。在敘述綜合中，將通過考慮研究設計、人群、可比診斷數據和參考標準來探討數據異質性的原因。
對累積證據的信心
將使用建議、評估、發展和評價指南的分級(GRADE)來評估整體證據的強度。GRADE將被推薦用於診斷準確性測試研究。36GRADE方法首先為研究結果分配一個起始質量水平，橫斷麵和隊列研究都被認為是“高質量”，而其他定量研究類型被認為是“低質量”。36隨後，我們會考慮五個可能導致GRADE評級下調/或提升的因素;這些風險包括偏倚風險、證據不一致、證據間接性、結果不精確和發表偏倚。36
臨床意義
LBLP中神經性疼痛的準確診斷非常重要，因為這將有助於確保醫療保健專業人員針對最合適的幹預措施進行精確管理。盡管有多種方法，包括患者病史、臨床檢查和篩查工具，建議用於識別神經病性LBLP，但對於最有效的診斷方法缺乏共識。本係統綜述將對鑒別LBLP神經性疼痛的各種方法的診斷有效性進行數據整理，以突出孰優孰優的方法。在這樣做的過程中，衛生專業人員將了解在臨床實踐中使用的最有效的方法。這將能夠及時有效地管理LBLP患者的神經性疼痛。
本綜述的潛在局限性來自於我們承認缺乏這類診斷的公認參考標準，因此診斷準確性的數據可能有限。如果研究結果不允許回答研究問題(例如，由於當前文獻之間的異質性)，那麼將在數據綜合後提出進一步研究的明確優先級，以便適當地解決這一研究問題。
倫理與傳播
由於沒有收集患者數據，本係統綜述不需要研究倫理。這篇綜述將有助於醫療專業人員和研究人員了解診斷LBLP神經性疼痛的最有效方法。本次評審結果將在同行評審期刊和相關會議上發表。
參考文獻
腳注
推特@HeneghanNicola， @Deb_Falla， @abrushton
貢獻者所有作者都設計了係統綜述的重點。JM是MRes的學生，AR是首席導師，NH和DF是共同導師，TN是第二審稿人。JM起草了最初的方案手稿，領導和共同監督者為方法學決策和建議分析提供指導。所有作者都貢獻了特定於主題的專業知識。所有作者都將對數據解釋、結論和傳播做出貢獻。所有審稿人都已閱讀、投稿並同意最終稿。AR是審查的擔保人。
資金作者沒有從任何公共、商業或非營利部門的資助機構宣布對這項研究的具體資助。
相互競爭的利益沒有宣布。
患者發表同意書不是必需的。
出處和同行評審不是委托;外部同行評審。