Badanie funkcjonalne

Diagnostyka funkcjonalna — to nie skanowanie usterek, to zawężanie listy podejrzanych

Krążą wokół niej trzy przekonania: że zestaw testów „znajduje przyczynę bólu", że wykryta asymetria zapowiada uraz i że dobry fizjoterapeuta poznaje problem po samym patrzeniu na ruch. Żadne z nich nie broni się w literaturze — a mimo to badanie funkcjonalne zostaje najważniejszym narzędziem, jakie mam w gabinecie, bo robi coś innego, niż mu się przypisuje: przesuwa prawdopodobieństwa i pilnuje decyzji. W tym wpisie: na czym realnie pracuje badanie funkcjonalne, jak pojedynczy test zmienia obraz kliniczny, co wyszło z dużych kohort testujących FMS, izokinetykę i baterie powrotu do sportu, kiedy testować nie wolno oraz gdzie badanie funkcjonalne mija się z obrazowaniem.

Spis treści

1. Na czym pracuje diagnostyka funkcjonalna

2. Skąd bierze się wartość testu — od pytania do decyzji

3. Dowody — co wiemy

4. Przeciwwskazania

5. Wskazania

6. Diagnostyka funkcjonalna a obrazowa — co która widzi

7. Moje zdanie kliniczne

8. Piśmiennictwo

1. Na czym pracuje diagnostyka funkcjonalna

Badanie funkcjonalne jest skierowane nie na strukturę, tylko na zachowanie tkanki i człowieka pod obciążeniem. Zajmuje się czterema rzeczami, które da się zaobserwować i zmierzyć w gabinecie:

• prowokacją objawów — czy określone obciążenie (kompresja, rozciąganie, ścinanie, praca ekscentryczna) odtwarza znajomy ból pacjenta;

• zdolnością wytwórczą — siłą, mocą, wytrzymałością, symetrią międzykończynową;

• dostępnym zakresem i kontrolą — ile ruchu jest, w jakich warunkach znika i czy pacjent nad nim panuje;

• tolerancją obciążenia — ile pacjent zniesie dziś i jak reaguje w ciągu następnej doby.

Dlaczego akurat to, a nie budowa anatomiczna? Bo sama struktura słabo tłumaczy objawy. W przeglądzie 33 badań obrazowych obejmujących 3110 osób bez dolegliwości cechy degeneracji krążka stwierdzano u 37% dwudziestolatków i 96% osiemdziesięciolatków, a uwypuklenie krążka (disc bulge) odpowiednio u 30% i 84% [1]. Znalezisko obecne u większości bezobjawowej populacji nie może być samo w sobie wyjaśnieniem bólu konkretnego pacjenta.

Warto od razu rozdzielić dwie rzeczy, które w opisach metod zlewają się w jedno: przedmiot badania (ból, deficyt siły, ograniczony zakres, nietolerancja obciążenia) i cel terapii (zmniejszyć ból, odbudować zdolność do pracy czy sportu). Badanie funkcjonalne dotyka tego pierwszego. Nie leczy — porządkuje.

2. Skąd bierze się wartość testu — od pytania do decyzji

Test kliniczny nie ma „mocy" sam z siebie. Jego wartość powstaje warstwami i na każdej z nich można ją stracić.

Warstwa pierwsza: powtarzalność. Czy dwóch fizjoterapeutów oceniających ten sam ruch dostanie ten sam wynik. Jeśli nie — reszta rozważań jest bezprzedmiotowa.

Warstwa druga: trafność. Czy wynik odpowiada stanowi, który chcemy wykryć, w porównaniu z jakimś punktem odniesienia. Klasyczny przykład to staw krzyżowo-biodrowy. W badaniu Lasletta 48 pacjentów przebadano zestawem testów prowokacyjnych, a punktem odniesienia było znieczulenie dostawowe: trzy lub więcej dodatnich testów z sześciu dawało czułość 94% i swoistość 78%, a dla kompozytu z czterech wybranych testów iloraz wiarygodności wyniku dodatniego (positive likelihood ratio, LR+ — o ile wynik zwiększa szanse na daną przyczynę) sięgał 4,29 (95% CI 2,34–8,58). Ujemny wynik wszystkich sześciu testów pozwalał staw krzyżowo-biodrowy wykluczyć [2].

Warstwa trzecia: prawdopodobieństwo wstępne. Ten sam test u dwóch pacjentów znaczy co innego, bo pracuje na różnych punktach wyjścia. Metaanaliza pięciu badań nad klastrami testów prowokacyjnych stawu krzyżowo-biodrowego dała LR+ około 2,13 i — przy założeniu 20-procentowej częstości występowania tego bólu w populacji zgłaszającej się z takim podejrzeniem — dodatni wynik podnosił prawdopodobieństwo do mniej więcej 35%. Pewność dowodów oceniono jako bardzo niską [3]. Czyli: nawet dobry klaster testów przesuwa prawdopodobieństwo, a nie rozstrzyga. Wywiad, który ustawia punkt wyjścia, robi tu połowę roboty.

Warstwa czwarta: wpływ na decyzję. Bahr rozpisał to na trzy kroki, które musi przejść test, żeby zasłużyć na miano narzędzia przesiewowego: (1) prospektywne wykazanie związku z ryzykiem, (2) potwierdzenie właściwości testu w kolejnych populacjach, (3) badanie interwencyjne pokazujące, że działanie skierowane do osób wyłonionych testem daje więcej niż to samo działanie u wszystkich. Do momentu publikacji tej pracy żaden test przesiewowy w sporcie kroku trzeciego nie przeszedł [4].

Osobno — i bez deprecjonowania — trzeba widzieć efekt niespecyficzny samego badania. Rzetelne, uważne badanie uspokaja, porządkuje oczekiwania i buduje zaufanie; to realna wartość terapeutyczna. Nie jest jednak dowodem trafności testu i nie wolno tych dwóch rzeczy mylić przy interpretacji wyniku.

3. Dowody — co wiemy

Screening ruchu: powtarzalny, ale niepredykcyjny

Functional Movement Screen jest tu najlepiej przebadanym przypadkiem. Powtarzalność ma solidną: metaanaliza sześciu badań dała ICC 0,81 (95% CI 0,69–0,92) dla jednego oceniającego i 0,81 (95% CI 0,70–0,92) między oceniającymi [5]; inna metaanaliza podała ICC 0,843 między badającymi i 0,870 wewnątrz badającego [6].

Z przewidywaniem urazu jest gorzej i tu dwie metaanalizy z tego samego roku doszły do przeciwnych wniosków. Pierwsza, pulując dziewięć prac, podała iloraz szans urazu 2,74 (95% CI 1,70–4,43) dla wyniku ≤14/21 i uznała wartość predykcyjną za wykazaną [5]. Druga oceniła 24 badania narzędziem jakości kohort i nie pulowała wszystkiego jednym workiem: u mężczyzn w wojsku znalazła „silne" dowody na „mały" związek — zbiorcze ryzyko względne 1,47 (95% CI 1,22–1,77, p<0,0001, I²=57%) — oraz „umiarkowane" dowody przemawiające przeciw stosowaniu FMS do przewidywania urazów w piłce nożnej; wniosek końcowy był taki, że siła związku nie uzasadnia używania testu jako narzędzia predykcyjnego [7].

Ta rozbieżność nie jest przypadkowa i warto rozumieć jej źródło: gdy zdarzenie jest stosunkowo rzadkie, a rozkłady wyników w grupie urazowej i nieurazowej mocno na siebie nachodzą, ryzyko względne rzędu 1,5 na poziomie grupy przekłada się na fatalne rozróżnianie na poziomie pojedynczej osoby. Jakość syntezy — a nie sam fakt bycia metaanalizą — decyduje tu o wniosku.

Izokinetyka: istotność statystyczna bez użyteczności klinicznej

Najczystszą ilustracją tego mechanizmu jest czteroletnia kohorta 614 zawodowych piłkarzy, w której 190 doznało urazu tylnej grupy uda. Siła koncentryczna czworogłowego (OR 1,41; 95% CI 1,03–1,92; p=0,03) i ekscentryczna kulszowo-goleniowych (OR 1,37; 95% CI 1,01–1,85; p=0,04) były niezależnie związane z ryzykiem — ale bezwzględne różnice między kontuzjowanymi a niekontuzjowanymi wyniosły 6,9 N·m i 9,1 N·m przy wielkości efektu d<0,2, a pole pod krzywą ROC wyniosło odpowiednio 0,54 i 0,56 [8]. Przy AUC 0,50 test jest rzutem monetą.

Czego to nie przesądza: że pomiar siły jest bezwartościowy. Przesądza tylko tyle, że przedsezonowy pomiar u zdrowego zawodnika nie wskaże, kto się urazi.

Kryteria decyzyjne: tu badanie funkcjonalne zarabia na siebie

Zmieńmy pytanie z „kto się urazi" na „czy ten pacjent jest gotowy". Kohorta Delaware-Oslo objęła 106 osób po rekonstrukcji więzadła krzyżowego przedniego (anterior cruciate ligament, ACL) uprawiających sporty rotacyjne. Powrót do sportów poziomu I wiązał się z 4,32-krotnie wyższym wskaźnikiem ponownego urazu (p=0,048), a każdy miesiąc odroczenia powrotu do 9. miesiąca po operacji obniżał ten wskaźnik o 51%; wśród osób niespełniających kryteriów (symetria >90% w sile czworogłowego i testach skoków oraz progi kwestionariuszowe) ponowny uraz wystąpił u 38,2%, wśród spełniających u 5,6% [9].

Haczyk: to ostatnie porównanie samo w sobie nie osiągnęło progu istotności (HR 0,16, p=0,075) — kohorta była za mała, żeby je domknąć. Głośne „84%" z tytułu pracy dotyczy modelu łączącego termin powrotu z jakością funkcji, nie samego testu. Uczciwy wniosek brzmi: bateria testów użyta jako warunek dopuszczenia, w populacji o wysokim wyjściowym ryzyku, wygląda na sensowną — i wygląda inaczej niż ta sama bateria użyta jako wróżba u zdrowych.

Stratyfikacja prognostyczna: działa, ale nie wszędzie

Badanie STarT Back przydzieliło 851 pacjentów z bólem krzyża (568 do interwencji, 283 do kontroli) do ścieżek leczenia dobranych według ryzyka przewlekłości. Skorygowana różnica między grupami w kwestionariuszu Rolanda-Morrisa wyniosła 1,81 punktu (95% CI 1,06–2,57) po 4 miesiącach i 1,06 punktu (95% CI 0,25–1,86) po 12 miesiącach, co odpowiada wielkościom efektu 0,32 i 0,19; opiece stratyfikowanej towarzyszył przyrost 0,039 QALY i oszczędność kosztów [10].

Ten sam pomysł przeniesiony na rwę kulszową nie powtórzył sukcesu — w badaniu SCOPiC opieka stratyfikowana nie okazała się lepsza od standardowej [11]. Wniosek nie jest taki, że stratyfikacja „działa" albo „nie działa", tylko że działa wtedy, gdy ścieżki przypisane do poszczególnych poziomów ryzyka są realnie różne i realnie lepiej dopasowane — a to trzeba wykazać osobno dla każdego problemu.

Czego konkretnie nie wiemy

Trzy luki, na które natrafiłem przy pisaniu tego tekstu i które warto znać:

• Nie wiemy, czy poprawa wyniku testu zmienia ryzyko. Trzeci krok Bahra [4] — badanie interwencyjne porównujące program celowany w osoby „wyłonione" testem z tym samym programem podanym wszystkim — dla testów funkcjonalnych praktycznie nie istnieje.

• Nie znamy skali zdarzeń niepożądanych samego badania. Prace nad testami funkcjonalnymi raportują dokładność i powtarzalność, a nie odsetek zaostrzeń po teście maksymalnym czy prowokacyjnym. Nie potrafię podać liczby, bo jej po prostu nie zebrano.

• Nie wiemy, jakie progi symetrii stosować poza kolanem. Próg 90% ma zaplecze w kohortach po rekonstrukcji ACL [9]; przeniesienie go na bark, biodro czy ścięgno Achillesa jest ekstrapolacją, nie ustaleniem.

4. Przeciwwskazania

Bezwzględne

• podejrzenie złamania lub niestabilności pourazowej — do czasu wykluczenia obrazowaniem;

• objawy zespołu ogona końskiego (zaburzenia mikcji/defekacji, znieczulenie w okolicy krocza, obustronne objawy korzeniowe) — pilne skierowanie, nie testowanie;

• podejrzenie zakrzepicy żył głębokich, aktywnej infekcji stawu lub tkanek miękkich, stanu septycznego;

• świeże rekonstrukcje i szwy w okresie ochronnym — testy siłowe i prowokacyjne wykonujemy wyłącznie w oknach dopuszczonych protokołem operatora;

• objawy sugerujące ostry incydent sercowo-naczyniowy przy próbach obciążeniowych.

Względne

• silne zaostrzenie bólu — test maksymalny w takim stanie mierzy głównie gotowość do znoszenia bólu;

• wyraźna nadwrażliwość ośrodkowa lub wysoka kinezjofobia — badanie prowokacyjne bywa wtedy bardziej szkodliwe informacyjnie niż pouczające;

• świeży okres okołostartowy i pierwsze dni po intensywnej jednostce treningowej — wynik będzie odbiciem zmęczenia;

• zaawansowana osteoporoza przy testach kompresyjnych i dźwigniowych.

Najpoważniejsze ryzyko

Nie jest nim uszkodzenie tkanki podczas testu. Najpoważniejsze jest przeoczenie poważnej patologii dlatego, że badanie „ładnie wyszło mechanicznie". Tu przydaje się trzeźwe spojrzenie na czerwone flagi: w przeglądzie 14 badań oceniających 53 flagi większość pojedynczych objawów praktycznie nie zmieniała prawdopodobieństwa. Dla złamania najwyższe prawdopodobieństwo końcowe dawały: obecność stłuczenia lub otarcia (62%, 95% CI 49–74%), przewlekłe stosowanie glikokortykosteroidów (33%, 10–67%), ciężki uraz (11%, 8–16%) i starszy wiek (9%, 3–25%), a przy kilku flagach naraz sięgało 90% (34–99%); dla nowotworu najwyżej lokował się wywiad onkologiczny — 7% w podstawowej opiece i 33% na oddziale ratunkowym [12]. Pojedyncza flaga to sygnał do czujności, nie automat do skierowania na obrazowanie; kilka flag naraz to inna rozmowa.

Skala zdarzeń niepożądanych

Uczciwie: nie ma danych, którymi mógłbym tę podsekcję wypełnić liczbowo (patrz wyżej). Z praktyki najczęstszym „zdarzeniem" jest 24–48-godzinne zaostrzenie po zbyt agresywnym teście prowokacyjnym i efekt nocebo po nieostrożnie skomentowanym wyniku — oba w dużej mierze zależą od tego, jak badanie dawkujemy i jak je opisujemy pacjentowi.

5. Wskazania

• postawienie i zawężenie hipotez przy nieswoistym obrazie dolegliwości;

• ustalenie punktu wyjścia (baseline) przed rozpoczęciem terapii;

• monitorowanie efektu — ten sam test powtórzony po 4–6 tygodniach mówi więcej niż jakikolwiek test wykonany raz;

• decyzje o dopuszczeniu: powrót do sportu, do pracy fizycznej, do progresji obciążenia [9];

• kwalifikacja do ścieżki opieki na podstawie ryzyka przewlekłości [10];

• przesiew czerwonych flag i decyzja o skierowaniu dalej [12].

Ramka kliniczna. Wskazaniem do badania nie jest „pacjent po rekonstrukcji ACL" ani „obecność asymetrii 12%". Wskazaniem jest konkretne pytanie decyzyjne: czy mogę go dopuścić do skoków obunóż; czy ból prowokuje się kompresją, czy rozciąganiem; czy przez sześć tygodni cokolwiek się zmieniło. Jeżeli nie potrafię przed testem powiedzieć, co zrobię z wynikiem dodatnim i co z ujemnym, to nie mam wskazania — mam rytuał.

6. Diagnostyka funkcjonalna a obrazowa — co która widzi

Te dwie ścieżki nie są konkurencją i nie stawiam ich jako „albo–albo". Obrazowanie odpowiada na pytanie „co tam jest", badanie funkcjonalne na pytanie „co z tym zrobić" — a większość moich pacjentów przychodzi z tym drugim.

7. Moje zdanie kliniczne

Mój werdykt: diagnostyka funkcjonalna jest wartościowa dokładnie w takim zakresie, w jakim przestajemy udawać, że jest wróżeniem. Testy nie wykrywają przyczyny i nie wskazują, kto się urazi. Robią coś skromniejszego i pożyteczniejszego: zawężają listę podejrzanych, ustawiają punkt odniesienia i domykają decyzje, które i tak muszę podjąć.

Domykając wątek z tytułu — obraz „skanowania usterek" jest kuszący, bo obiecuje pewność. Liczby jej nie potwierdzają: ten sam pomiar siły, który w kohorcie 614 piłkarzy dał AUC 0,54 [8], w populacji po rekonstrukcji ACL stał się sensownym warunkiem dopuszczenia [9]. Nie zmienił się test. Zmieniło się pytanie i wyjściowe ryzyko.

W praktyce trzymam się trzech zasad. Po pierwsze, przed każdym testem odpowiadam sobie, co zrobię z wynikiem dodatnim i ujemnym — jeśli plan jest ten sam, testu nie wykonuję. Po drugie, wybieram testy, które umiem powtórzyć za sześć tygodni w tych samych warunkach; powtórzony pomiar bije jednorazowy przesiew. Po trzecie, nie nazywam wyniku diagnozą przy pacjencie — „masz 15% deficytu w teście skoku" to informacja, „masz niestabilne kolano" to etykieta, która zostaje na lata.

Co możesz zrobić jako pacjent. Zapytaj wprost: „co zmieni w moim leczeniu wynik tego testu?" oraz „kiedy go powtórzymy?". Sensowna odpowiedź na oba pytania to najlepszy znak, że badanie ma sens. I nie przejmuj się pojedynczą asymetrią wyrwaną z kontekstu — ludzie nie są symetryczni, a różnica między stronami sama w sobie nie zapowiada urazu [7,8].

Co jako student i fizjoterapeuta. Nauczcie się liczyć iloraz wiarygodności i szacować prawdopodobieństwo wstępne — to daje więcej niż dołożenie kolejnych dziesięciu testów specjalnych do repertuaru. I czytajcie metaanalizy do metod, a nie do abstraktów: dwie syntezy FMS z tego samego roku wyszły z przeciwnymi wnioskami wyłącznie dlatego, że jedna oceniła jakość i heterogeniczność włączonych kohort, a druga zsumowała je w jedną liczbę [5,7].

8. Piśmiennictwo

1. Brinjikji W, Luetmer PH, Comstock B, Bresnahan BW, Chen LE, Deyo RA, i wsp. Systematic literature review of imaging features of spinal degeneration in asymptomatic populations. AJNR Am J Neuroradiol. 2015;36(4):811–816. doi:10.3174/ajnr.A4173

2. Laslett M, Aprill CN, McDonald B, Young SB. Diagnosis of sacroiliac joint pain: validity of individual provocation tests and composites of tests. Man Ther. 2005;10(3):207–218. doi:10.1016/j.math.2005.01.003

3. Saueressig T, Owen PJ, Diemer F, Zebisch J, Belavy DL. Diagnostic accuracy of clusters of pain provocation tests for detecting sacroiliac joint pain: systematic review with meta-analysis. J Orthop Sports Phys Ther. 2021;51(9):422–431. doi:10.2519/jospt.2021.10469

4. Bahr R. Why screening tests to predict injury do not work—and probably never will…: a critical review. Br J Sports Med. 2016;50(13):776–780. doi:10.1136/bjsports-2016-096256

5. Bonazza NA, Smuin D, Onks CA, Silvis ML, Dhawan A. Reliability, validity, and injury predictive value of the Functional Movement Screen: a systematic review and meta-analysis. Am J Sports Med. 2017;45(3):725–732. doi:10.1177/0363546516641937

6. Cuchna JW, Hoch MC, Hoch JM. The interrater and intrarater reliability of the Functional Movement Screen: a systematic review with meta-analysis. Phys Ther Sport. 2016;19:57–65. doi:10.1016/j.ptsp.2015.12.002

7. Moran RW, Schneiders AG, Mason J, Sullivan SJ. Do Functional Movement Screen (FMS) composite scores predict subsequent injury? A systematic review with meta-analysis. Br J Sports Med. 2017;51(23):1661–1669. doi:10.1136/bjsports-2016-096938

8. van Dyk N, Bahr R, Whiteley R, Tol JL, Kumar BD, Hamilton B, i wsp. Hamstring and quadriceps isokinetic strength deficits are weak risk factors for hamstring strain injuries: a 4-year cohort study. Am J Sports Med. 2016;44(7):1789–1795. doi:10.1177/0363546516632526

9. Grindem H, Snyder-Mackler L, Moksnes H, Engebretsen L, Risberg MA. Simple decision rules can reduce reinjury risk by 84% after ACL reconstruction: the Delaware-Oslo ACL cohort study. Br J Sports Med. 2016;50(13):804–808. doi:10.1136/bjsports-2016-096031

10. Hill JC, Whitehurst DGT, Lewis M, Bryan S, Dunn KM, Foster NE, i wsp. Comparison of stratified primary care management for low back pain with current best practice (STarT Back): a randomised controlled trial. Lancet. 2011;378(9802):1560–1571. doi:10.1016/S0140-6736(11)60937-9

11. Foster NE, Konstantinou K, Lewis M, i wsp. Stratified care versus usual care for management of patients presenting with sciatica in primary care (SCOPiC): a randomised controlled trial. Lancet Rheumatol. 2020;2(7). doi:10.1016/S2665-9913(20)30099-0

12. Downie A, Williams CM, Henschke N, Hancock MJ, Ostelo RWJG, de Vet HCW, i wsp. Red flags to screen for malignancy and fracture in patients with low back pain: systematic review. BMJ. 2013;347:f7095. doi:10.1136/bmj.f7095

Nota o poziomie dowodów i ograniczeniach. Wpis opiera się na przeglądach systematycznych z metaanalizą [3,5,6,7,12], badaniach kohortowych prospektywnych [8,9], badaniach dokładności diagnostycznej [2] i randomizowanych badaniach kontrolowanych opieki stratyfikowanej [10,11]. Najlepiej udokumentowane są tu: powtarzalność FMS [5,6], brak przydatności izokinetyki jako testu przesiewowego u zdrowych sportowców [8] oraz rozkład znalezisk obrazowych u osób bezobjawowych [1]. Najsłabiej: dokładność klastrów testów prowokacyjnych stawu krzyżowo-biodrowego (dowody o bardzo niskiej pewności, mała liczba badań, n=48 w pracy źródłowej [2,3]) i wartość kryteriów powrotu do sportu jako samodzielnego predyktora (porównanie zdał/nie zdał nie osiągnęło istotności, p=0,075 [9]). Do weryfikacji przed publikacją: pozycja [11] — numery stron i pełna lista autorów badania SCOPiC nie zostały potwierdzone przy oryginale. Treść ma charakter edukacyjny i nie zastępuje badania ani diagnozy postawionej przez specjalistę.