Cartographier l'impact des douleurs lombaires sur la qualité de vie

La Douleur lombaire (LBP) c'est un truc courant qui touche plein de gens à un moment ou un autre de leur vie. Ça parle de l'inconfort ressenti dans la partie basse du dos, avec des muscles qui peuvent être tendus ou douloureux. Cette douleur peut arriver avec ou sans douleur qui descend dans les jambes (appelée sciatique). La LBP est tellement répandue que presque tout le monde va en faire l'expérience un jour ou l'autre. Des chiffres récents montrent qu'en 2017, environ 7,5 % des gens dans le monde ont déclaré avoir eu des douleurs lombaires.

Certains boulots exposent plus de risques de LBP. Par exemple, une étude a révélé que jusqu'à 76 % des infirmières dans les unités de soins intensifs ont ressenti ce genre de douleur. Dans des pays comme la Chine, des rapports disent qu'entre 42,7 % et 72 % des travailleurs souffrent de LBP, en faisant une des principales causes d'invalidité physique.

La LBP peut vraiment perturber la vie d'une personne, limitant les activités quotidiennes et diminuant la qualité de vie. Certaines personnes avec LBP disent avoir une qualité de vie qui ressemble à celle de ceux qui font face à des maladies menaçantes pour la vie.

#Impact Économique de la Douleur Lombaire

Ces vingt dernières années, on a davantage mis l'accent sur les Impacts économiques des problèmes de santé en Chine, surtout en ce qui concerne les coûts liés aux soins de santé. Beaucoup d'études examinent le coût par année de vie ajustée en fonction de la qualité (QALY), qui aide à mesurer l'efficacité des traitements de santé. Le QALY est une estimation qui prend en compte à la fois les résultats médicaux et la qualité de vie. Un outil populaire pour mesurer l'état de santé est l'EuroQol 5-dimension (EQ-5D), qui est de plus en plus utilisé dans les études en Chine. Cependant, il n'y a pas beaucoup d'études qui se penchent spécifiquement sur les impacts économiques de la LBP.

Pour combler cette lacune, les chercheurs peuvent utiliser des techniques de cartographie pour créer des valeurs qui montrent comment la LBP impacte la santé selon d'autres mesures de qualité de vie. Un outil souvent utilisé pour mesurer comment la LBP affecte la vie quotidienne est l'Oswestry Disability Index (ODI). Cet outil est conçu pour recueillir les retours des patients sur la manière dont la douleur au dos limite leur capacité à faire des activités quotidiennes. L'ODI fait partie des recommandations pour le diagnostic et le traitement de la LBP en Chine.

Vu la large utilisation d'outils comme l'ODI dans les milieux cliniques, il y a une opportunité de relier ces mesures spécifiques à des valeurs de santé plus générales. Les méthodes de cartographie peuvent aider à améliorer les prévisions en incluant des facteurs comme l'âge et le sexe. Les recherches montrent que le EQ-5D-5L s'aligne bien avec l'ODI et est meilleur pour capturer l'état de santé chez les patients souffrant de LBP que d'autres outils.

#Aperçu de l'Étude

Cette étude vise à créer un algorithme de cartographie qui prend des données de l'ODI et les convertit en valeurs d'utilité EQ-5D-5L. De tels algorithmes sont utiles pour évaluer les impacts économiques des traitements de LBP. Les données ont été collectées à partir d'une enquête auprès de personnes souffrant de LBP. Les participants devaient avoir au moins 18 ans, ressentir de la douleur dans les membres inférieurs, seulement utiliser des analgésiques classiques, et être capables de comprendre et de parler le mandarin. Les personnes ayant des problèmes de santé graves comme le cancer, des infections ou des problèmes mentaux graves ont été exclues.

Le diagnostic de LBP a été fait grâce à un mélange d'imageries médicales, de tests physiques et de retours des patients sur leurs symptômes.

#L'Oswestry Disability Index (ODI)

L'ODI mesure comment la LBP affecte la capacité d'une personne à fonctionner. Il se compose de questions demandant aux patients de rapporter comment la douleur interfère avec dix domaines différents de la vie, comme les soins personnels, la marche et la vie sociale. Un score ODI plus élevé indique une plus grande invalidité due à la LBP. Pour cette étude, les chercheurs ont utilisé la version chinoise de l'ODI, qui avait été adaptée en supprimant la question sur la "vie sexuelle," car ça peut ne pas convenir à tout le monde.

#L'EQ-5D-5L

L'EQ-5D-5L est un outil pour évaluer l'état de santé d'une personne le jour de l'entretien. Il inclut cinq domaines : mobilité, soins personnels, douleur/inconfort, activités habituelles, et anxiété/dépression. Chacun de ces domaines a cinq niveaux, allant de pas de problèmes à problèmes extrêmes. Le score peut aller de -0,39 à 1, avec un score de 1 représentant le meilleur état de santé.

#Exploration des Données

Les chercheurs s'attendent à trouver des similitudes entre les scores EQ-5D-5L et ODI. Ils ont analysé les données pour voir comment ces deux outils s'accordent. Ils ont utilisé une méthode statistique appelée corrélation de Spearman pour ça.

#Méthodes Statistiques

Ces dernières années, différentes méthodes statistiques ont été utilisées pour développer des Algorithmes de cartographie. Ces algorithmes sont conçus non seulement pour prédire des utilités de santé moyennes mais aussi pour refléter leur distribution. Il y a principalement deux approches : la cartographie des réponses et la cartographie directe des valeurs d'utilité de santé. La cartographie des réponses examine les états de santé directement en utilisant des modèles comme le logit multinomial. Beaucoup d'études utilisent la méthode du probit ordonné multivarié (MOP) car elle peut traiter les corrélations entre les dimensions.

La méthode la plus courante pour la cartographie implique de prédire directement les valeurs d'utilité de santé en utilisant la régression des moindres carrés ordinaires (OLS). Cependant, l'OLS peut parfois donner des prédictions irréalistes. Pour remédier à ce problème, certains chercheurs proposent d'utiliser des méthodes basées sur la distribution bêta, qui s'insèrent dans une certaine plage.

#Approches de Modélisation

Cette étude a appliqué trois techniques de régression différentes : OLS, régression bêta et régression MOP, pour développer des algorithmes de cartographie. L'analyse a été réalisée à l'aide du logiciel R, qui est un outil populaire pour le calcul statistique.

Lors de l'utilisation de l'OLS, les utilités prédites ont été plafonnées à 1 pour toutes les valeurs qui dépassaient ce nombre. Le modèle de régression bêta ne peut pas gérer des valeurs de 0 ou 1, donc des ajustements ont été faits pour redimensionner ces valeurs.

#Choix des Prédicteurs

Plusieurs façons d'incorporer l'ODI dans un algorithme de cartographie ont été envisagées. L'option la plus simple était d'utiliser le score total de l'ODI. D'autres options comprenaient l'utilisation de chaque élément individuel de l'ODI. Quatre modèles ont été proposés :

• Modèle 1 : âge, sexe et scores totaux de l'ODI
• Modèle 2 : âge, sexe et scores individuels des items de l'ODI
• Modèle 3 : scores totaux de l'ODI seulement
• Modèle 4 : scores des items individuels de l'ODI seulement

Les chercheurs ont utilisé une méthode appelée élimination inverse pour sélectionner les variables finales pour les modèles.

#Évaluation de la Qualité du Modèle

Pour juger de la qualité des modèles, deux indicateurs courants ont été utilisés : l'erreur absolue moyenne (MAE) et l'erreur quadratique moyenne (MSE). Les chercheurs ont également calculé les coefficients de corrélation des rangs de Spearman pour évaluer la relation entre les valeurs prédites et réelles. Comme ils n'avaient pas de données externes, ils ont utilisé une méthode de séparation. Ils ont divisé l'échantillon total en deux parties, avec 75 % utilisé pour créer les modèles de cartographie et les 25 % restants pour tester leur ajustement.

#Résultats de l'Enquête

En tout, 300 patients avec LBP ont été interrogés, mais 28 ont été exclus en raison de réponses incomplètes ou parce qu'ils étaient en dehors de la plage d'âge. Cela a voulu dire que 272 patients ont été inclus dans l'étude, avec 204 pour le jeu de données d'estimation et 68 pour la validation.

#Chevauchement Entre l'ODI et l'EQ-5D-5L

L'étude a trouvé un chevauchement significatif entre les scores ODI et EQ-5D-5L. Parmi les neuf dimensions de l'ODI, des domaines comme les soins personnels et la vie sociale ont montré une forte corrélation avec la sous-échelle EQ-5D-5L. Les scores d'utilité ont montré de fortes corrélations avec sept dimensions de l'ODI, sauf pour s'asseoir et dormir.

#Estimations du Modèle

Les estimations pour chaque algorithme de cartographie ont été enregistrées. Les modèles OLS ont plafonné les valeurs prédites à 1, tandis que les valeurs de régression bêta ont dû être ajustées pour s'inscrire dans leurs échelles d'origine. Les résultats ont montré que la régression bêta avait la MSE la plus basse parmi tous les modèles, suggérant qu'elle fournissait les meilleures prédictions.

#Conclusion

Cette étude crée des algorithmes de cartographie à partir d'un ensemble de données de patients avec LBP traités dans un grand hôpital en Chine. Trois méthodes-OLS, régression bêta, et régression MOP-ont été utilisées pour créer ces algorithmes, la régression bêta s'avérant la meilleure au final.

Comparer les résultats de cette étude avec la littérature de cartographie plus ancienne est complexe, mais les résultats montrent un potentiel pour des applications pratiques dans l'évaluation des traitements de LBP. Les algorithmes développés dans cette étude pourraient aider à améliorer les évaluations économiques futures et à améliorer les soins pour ceux qui souffrent de douleurs lombaires.