Diagnostyka ortopedyczna

Diagnostyka ortopedyczna — co naprawdę mówi dodatni test (a czego nie)

Ktoś podnosi rękę nad głowę bez trudu, dźwiga zakupy, śpi na tym barku — a w opisie USG czyta: „tendinopatia ścięgna nadgrzebieniowego, uszkodzenie częściowe". Brzmi jak wyrok. Tyle że taką samą zmianę ma na obrazie mniej więcej co trzeci bezobjawowy bark, a nawet pełne uszkodzenia stożka bywają u ludzi, którzy nie zgłaszają bólu ani ograniczeń — funkcja jest, objawu nie ma. Na tym polega cały kłopot diagnostyki narządu ruchu: znalezisko w obrazie albo dodatni test rzadko „wskazują winowajcę" — one przesuwają prawdopodobieństwo, a resztę dopowiada rozumowanie kliniczne. W tym wpisie rozkładam na czynniki, skąd bierze się problem diagnostyczny, co naprawdę robi test ortopedyczny i pomiar ruchomości, co pokazują badania nad ich trafnością, kiedy test naprawdę pomaga, a kiedy nie ma się na nim opierać, i czym różni się badanie kliniczne od obrazowania.

Spis treści

1. Skąd bierze się problem diagnostyczny

2. Co naprawdę robi test ortopedyczny

3. Co pokazują badania

4. Kiedy test ma sens

5. Kiedy nie polegać na teście

6. Różnice: badanie kliniczne a obrazowanie

7. Moje zdanie kliniczne

8. Piśmiennictwo

<a name="1"></a>

1. Skąd bierze się problem diagnostyczny

Zacznijmy od rzeczy, którą łatwo przeoczyć: problemem, którym się tu zajmujemy, nie jest jakieś konkretne schorzenie, tylko sama diagnoza. Kiedy wykonujemy test ortopedyczny albo mierzymy zakres ruchu, próbujemy oszacować coś, czego bezpośrednio nie widzimy — źródło objawów — na podstawie sygnałów, które są z natury niepełne. I tu zaczynają się kłopoty.

Struktura to nie objaw. Najlepiej udokumentowany filar tego problemu to rozjazd między obrazem tkanek a dolegliwościami. W przeglądzie systematycznym Brinjikjiego i wsp. (3110 osób bez bólu) częstość zmian zwyrodnieniowych kręgosłupa na MRI/CT rosła z wiekiem tak: degeneracja krążka u 37% dwudziestolatków i u 96% osiemdziesięciolatków, uwypuklenie (bulge) u 30% → 84%, protruzja u 29% → 43% — u ludzi, którzy nic nie czuli [1]. W barku jest tak samo: w przeglądzie systematycznym bezobjawowych barków tendinopatię lub częściowe uszkodzenie stożka na USG stwierdzano u ~34% osób w próbie populacyjnej, a pełne uszkodzenia ścięgna nadgrzebieniowego bywają u osób bez bólu i bez zgłaszanych ograniczeń funkcji [2]. W kolanie analogicznie: w kohorcie Framingham (Englund i wsp., NEJM) uszkodzenie łąkotki na MRI stwierdzano u 60% osób bez objawów i u 63% z objawami — różnica praktycznie żadna [3]. Wniosek jest niewygodny, ale twardy: znalezienie „uszkodzenia" samo w sobie nie mówi, że to ono boli.

Terminologia, którą naprawdę się posługujemy. W diagnostyce nie operujemy potocznym „test wyszedł na coś", tylko czterema pojęciami ze źródeł [4–6]:

• Czułość (sensitivity) — odsetek chorych, u których test jest dodatni. Wysoka czułość → ujemny wynik dużo znaczy (reguła SnNout: Sensitive test, Negative, rules out).

• Swoistość (specificity) — odsetek zdrowych, u których test jest ujemny. Wysoka swoistość → dodatni wynik dużo znaczy (reguła SpPin: Specific test, Positive, rules in).

• Iloraz wiarygodności (likelihood ratio, LR) — o ile wynik przesuwa szanse; to on, a nie „czułość/swoistość osobno", napędza rozumowanie.

• Powtarzalność (reliability) — czy dwóch badających (albo ten sam badający dwa razy) uzyska ten sam wynik; mierzona współczynnikiem kappa lub ICC. Test może być powtarzalny, a mimo to nietrafny — to dwie różne rzeczy.

Czy konstrukt jest sporny? Częściowo tak. Trafność testu ustala się względem „złotego standardu" (artroskopia, MRI, ocena śródoperacyjna), a ten standard bywa wcale nie złoty dla pytania, które nas naprawdę interesuje — „co generuje ból tego pacjenta". Jak wyżej: obraz tkanek słabo koreluje z objawami. Do tego wiele badań trafności prowadzono w populacjach chirurgicznych o bardzo wysokiej częstości patologii, co zawyża wyniki (o tym w sekcji 3).

Sprowadza się to do jednego. „Problem diagnostyczny" nie bierze się z tego, że testy są zepsute. Bierze się stąd, że wnioskujemy o nieobserwowalnym źródle bólu na podstawie niepewnych sygnałów — a pewność oparta na jednej strukturze jest w narządzie ruchu najczęściej złudzeniem. Diagnostyka ortopedyczna jest z natury probabilistyczna, i tak trzeba ją czytać.

<a name="2"></a>

2. Co naprawdę robi test ortopedyczny

Warto tu rozprawić się z wygodnym skrótem myślowym. Dodatni test Hawkinsa nie „pokazuje" zapalenia kaletki, a dodatni Lachman nie „widzi" zerwanego ACL — test nie wykrywa struktury, on zmienia prawdopodobieństwo rozpoznania. To coś dużo skromniejszego i zarazem dużo ciekawszego. Rozłóżmy to na poziomy.

Poziom 1 — co test robi fizycznie. Prowokuje albo obciąża konkretną strukturę i pyta, czy odtworzy to objaw (testy prowokacyjne), albo mierzy wielkość ruchu/luzu (zakres ruchu, testy niestabilności). To surowy sygnał.

Poziom 2 — mechanizm statystyczny (właściwy silnik metody). Każdy wynik ma swoją czułość i swoistość, z których liczymy iloraz wiarygodności, a ten aktualizuje prawdopodobieństwo wstępne (pre-test) do prawdopodobieństwa końcowego (post-test). To jest bayesowska aktualizacja i to jest realny „mechanizm działania" diagnostyki. Przykłady z danych (sekcja 3):

• SLR ma wysoką czułość (~92%) i niską swoistość (~28%) [7] → to test typu SnNout: ujemny wynik pomaga wykluczyć korzeniowe podłoże rwy.

• Pivot shift ma niską czułość (~55%) i wysoką swoistość (~94%) [6] → to test typu SpPin: dodatni wynik mocno potwierdza uszkodzenie ACL. Zauważ, że te dwa testy pełnią przeciwne funkcje — nie „wykrywają" tego samego lepiej lub gorzej, tylko przesuwają prawdopodobieństwo w różne strony.

Poziom 3 — rozumowanie kliniczne. Pojedynczy test rzadko przesuwa prawdopodobieństwo dość mocno, żeby przesądzić decyzję. Dlatego łączymy je w klastry (grona testów) i kliniczne reguły predykcyjne, a nade wszystko czytamy je na tle wywiadu i całego obrazu. Zarówno przegląd Cochrane dla SLR, jak i metaanaliza testów barku pokazują to samo: skuteczność rośnie, gdy testy się łączy, a nie mnoży pojedynczo [5, 7].

Efekt specyficzny vs niespecyficzny. Odpowiednik tego rozróżnienia istnieje też w diagnostyce. Efekt specyficzny testu to jego wkład informacyjny — o ile realnie przesuwa prawdopodobieństwo. Efekt niespecyficzny to wartość samego badania jako spotkania: dokładne, spokojne badanie buduje zaufanie, zbiera obraz kliniczny, uspokaja i porządkuje rozmowę z pacjentem. Ta druga wartość jest realna i ważna — dobrze przeprowadzone badanie leczy relację i redukuje lęk — ale to nie to samo co trafność diagnostyczna. Mylenie tych dwóch rzeczy prowadzi do przeceniania testów: „skoro pacjentowi po badaniu ulżyło, to badanie było trafne" — nie, to były dwa różne mechanizmy.

Co jest sporne. Otwarte pozostaje, czy dla wielu dolegliwości narządu ruchu wskazanie jednej struktury-winowajcy jest w ogóle osiągalne. Stąd trwający spór między diagnostyką patoanatomiczną („to łąkotka / to ścięgno") a podejściem opartym na mechanizmie i deficytach funkcji („co pacjent może/czego nie może, co obciąża objaw, co go łagodzi").

<a name="3"></a>

3. Co pokazują badania

Co mówią przeglądy

Obraz z przeglądów systematycznych jest spójny i trzeźwiący: większość pojedynczych testów ortopedycznych ma umiarkowaną trafność, a jakość badań pierwotnych bywa niska.

• Bark. W metaanalizie Hegedusa i wsp. autorzy wprost stwierdzili, że na podstawie zebranych danych nie można rekomendować żadnego pojedynczego testu barku do postawienia rozpoznania — wiele prac było niskiej jakości [4, 5]. Sytuacja poprawia się, gdy testy łączy się w grona (np. dla uszkodzeń obrąbka SLAP połączenie testów dawało istotną statystycznie zmianę prawdopodobieństwa końcowego) [5].

• Kolano — łąkotka. W metaanalizie testów łąkotkowych McMurray osiągnął czułość ~61% i swoistość ~84%, a Thessaly 20° ~75% / ~87%; autorzy podsumowali trafność jako słabą, przy dużej heterogeniczności i niskiej jakości prac [8].

• Kręgosłup — rwa kulszowa. Przegląd Cochrane (van der Windt i wsp.) pokazał, że SLR ma wysoką czułość (~92%), ale niską i bardzo zmienną swoistość (~28%), a lepsze wyniki uzyskuje się, łącząc testy [7].

• Zakres ruchu. W przeglądzie powtarzalności biernych ruchów kończyny dolnej tylko 5 z 17 badań wykazało akceptowalną powtarzalność międzyoceniającą; wyniki rozciągały się od kappa −0,02 (wyprost kolana goniometrem) do ICC 0,97 (zgięcie kolana oceną wzrokową), a ocena „end-feel" — opór wyczuwany na końcu zakresu ruchu — była nierzetelna dla wszystkich ruchów biodra i kolana [9].

Twarde, obiektywne dowody

Tu opieram się na dobrze zaprojektowanych badaniach trafności (ocena jakości narzędziem QUADAS, zaślepiony standard odniesienia, konsekwentny dobór pacjentów) i na konkretnych liczbach.

• ACL — kolano. Metaanaliza Sokala i wsp. z modelowaniem bivariate (uwzględniającym zależność czułości i swoistości) dała: Lachman czułość 81% / swoistość 85%; anterior drawer 83% / 85%; pivot shift 55% / 94%; lever sign 83% / 91%. Wniosek autorów: pivot shift najlepiej „potwierdza", a lever sign najlepiej „wyklucza" ACL, natomiast trafność Lachmana — zwłaszcza w prezentacjach podostrych i przy zerwaniach całkowitych — była wcześniej przeceniana [6]. To ładny przykład, że jakość konstrukcji badania (model bivariate) zmienia wnioski.

• Bark. W metaanalizie Hegedusa test Neera miał czułość 79% i swoistość 53%, a Hawkins-Kennedy 79% / 59% — czyli oba są przyzwoicie „czułe", ale słabo „swoiste": dodatni wynik niewiele przesądza [4].

• Rwa kulszowa. Poza czułym SLR (~92%) mamy jego lustrzane odbicie: skrzyżowany SLR (crossed Lasègue) ma niską czułość (~28–29%) i wysoką swoistość (~88–90%) — czyli jego dodatni wynik mocno przemawia za korzeniowym podłożem [7].

• Standard odniesienia też nie jest wyrocznią. Dane Brinjikjiego [1] i Englunda [3] to najtwardszy dowód, że nawet „obiektywne" obrazowanie ma niską swoistość względem objawów: skoro 60% bezobjawowych kolan ma uszkodzenie łąkotki, to dodatni obraz MRI u pacjenta z bólem nie dowodzi jeszcze, że to łąkotka boli.

Gdzie i dlaczego dowody słabną

Po ludzku, bez owijania:

• Bias spektrum / dobór pacjentów. Wiele badań trafności prowadzono w populacjach chirurgicznych o bardzo wysokiej częstości patologii (dla SLR nawet 58–98%) [7]. Test, który świetnie działa w takiej grupie, potrafi zawieść w gabinecie POZ, gdzie chorych jest znacznie mniej.

• Standard odniesienia. Artroskopia czy MRI odpowiadają na pytanie „czy struktura jest zmieniona", a nie „czy ta zmiana boli" — a to nie to samo [1, 3].

• Powtarzalność. Zwłaszcza międzyoceniająca bywa niska; „miękkie" oceny (palpacja, end-feel) są najmniej rzetelne [9]. Wewnątrzoceniająca (ten sam badający) jest zwykle lepsza — dlatego pomiar ruchomości najlepiej sprawdza się jako śledzenie zmiany u tego samego pacjenta, a nie jako narzędzie rozpoznania.

• Jakość prac. W przeglądach barku i łąkotki spory odsetek badań miał małe próby i niską jakość [4, 5, 8].

Co wiemy, a czego nie wiemy. Wiemy, że pojedynczy test rzadko rozstrzyga, że część testów dobrze „potwierdza" (wysoka swoistość: pivot shift, skrzyżowany SLR), a część dobrze „wyklucza" (wysoka czułość: SLR, Lachman), i że łączenie testów z obrazem klinicznym działa lepiej niż każdy z osobna. Nie wiemy, jak wiarygodnie wskazać jedną strukturę-winowajcę w wielu przewlekłych dolegliwościach — i coraz częściej podejrzewamy, że w części przypadków po prostu się nie da.

<a name="4"></a>

4. Kiedy test ma sens

Diagnostyka ortopedyczna nie służy do przyklejania etykiety strukturalnej — służy do zawężania prawdopodobieństw i kierowania decyzją. Testy i pomiary ruchomości realnie pomagają, gdy:

• przesiew / wykluczanie — czuły test z ujemnym wynikiem pomaga zdjąć podejrzenie (SLR, Lachman) [6, 7];

• potwierdzanie — swoisty test z dodatnim wynikiem podnosi prawdopodobieństwo na tyle, że zmienia decyzję (pivot shift, skrzyżowany SLR) [6, 7];

• ustalenie punktu odniesienia i śledzenie zmiany — pomiar zakresu ruchu najlepiej działa jako narzędzie monitorowania u tego samego pacjenta w czasie, bo powtarzalność wewnątrzoceniająca jest zwykle dobra [9];

• porządkowanie rozumowania i rozmowy z pacjentem — dobrze dobrany test układa myślenie i tłumaczy pacjentowi, co robimy dalej.

Sedno. Punktem odniesienia nie jest „dodatni test X" ani „obecność zmiany na obrazie". Jest nim obraz kliniczny — wywiad, wzorzec objawów, reakcja na obciążenie — a test wpina się w niego tylko wtedy, gdy jego wynik realnie zmieni to, co zrobimy. Nie leczymy dodatniego Hawkinsa ani zakresu ruchu na goniometrze; używamy ich, żeby zawęzić prawdopodobieństwa i zaplanować kolejny krok. Jeśli wynik testu nie zmieni postępowania — test jest zbędny, choćby był „ładny".

<a name="5"></a>

5. Kiedy nie polegać na teście

Test bywa też ślepą uliczką. Kilka sytuacji, w których wynik znaczy mniej, niż się wydaje — albo nie znaczy nic.

Gdy wynik jest nieinterpretowalny. Silny ból ostry i obronne napięcie mięśni dają i fałszywe dodatnie, i fałszywe ujemne — lepiej odczekać i powtórzyć. Podobnie przy uogólnionej nadmiernej ruchomości (hipermobilności) testy „luzu" trzeba czytać zupełnie inaczej, a u pacjenta silnie zalęknionego prowokacja bólu potrafi utrwalać strach przed ruchem — i korzyść informacyjna nie jest warta kosztu.

Gdy ujemny test nie ma prawa uspokajać. Przy „czerwonych flagach" (podejrzenie złamania, infekcji, nowotworu, zespołu ogona końskiego, patologii naczyniowej) ujemny klaster testów niczego nie wyklucza — takiego pacjenta się nie „odklepuje" badaniem, tylko kieruje do pilnej diagnostyki. To samo dotyczy manewrów prowokacyjnych tam, gdzie mogą zaszkodzić (świeże złamanie, jawna niestabilność, objawy z krążenia kręgowo-podstawnego przed rotacją szyi) — wtedy testu się po prostu nie wykonuje.

Największe ryzyko: etykieta i nocebo. Najgroźniejsze w tej dziedzinie nie jest fizyczne. To nadrozpoznawalność — przypięcie pacjentowi etykiety („masz zwyrodnienie krążka", „urwana łąkotka", „uszkodzony stożek") na podstawie testu albo skanu, mimo że te same zmiany ma bezobjawowo większość jego rówieśników [1, 2, 3]. Taka etykieta uruchamia lęk, katastrofizację, unikanie ruchu i pęd do niepotrzebnych zabiegów. Fizycznych powikłań samego badania jest mało; szkoda z nadinterpretacji jest znacznie częstsza i trudniejsza do cofnięcia. Jak jej unikać: czytać wynik na tle częstości u osób bezobjawowych, mówić o nim ostrożnym językiem, nie utożsamiać „znaleziska" z „przyczyną" i zawsze pytać, czy wynik w ogóle zmieni plan.

<a name="6"></a>

6. Różnice: badanie kliniczne a obrazowanie

Testy ortopedyczne bywają mylone z obrazowaniem — jedno i drugie traktuje się jak „to, co powie prawdę o strukturze". Warto zestawić je wprost.

Fałszywa jest już sama opozycja „test kliniczny kontra obraz". Żadne z nich nie jest wyrocznią: badanie kliniczne bywa mało swoiste, a obraz bywa mało swoisty względem tego, co boli. Wartość powstaje dopiero z połączenia — prawdopodobieństwa wstępnego z wywiadu, plus testy „potwierdzające/wykluczające", plus obrazowanie użyte celowo, gdy zmieni postępowanie. Moim zdaniem obrazowanie jest doskonałym narzędziem do wykluczania groźnych rzeczy i słabym do przypisywania codziennego bólu jednej strukturze — i dokładnie tak samo trzeba traktować pojedynczy test ortopedyczny.

<a name="7"></a>

7. Moje zdanie kliniczne

Mój werdykt jest prosty: testy ortopedyczne i pomiary ruchomości nie znajdują winowajcy — one aktualizują prawdopodobieństwo i, co ważniejsze, porządkują moje myślenie oraz rozmowę z pacjentem. Używam ich wąsko i świadomie: wybieram te, których wynik faktycznie zmieni plan (czuły — żeby wykluczyć; swoisty — żeby potwierdzić), łączę je w grona zamiast mnożyć pojedynczo, a zakres ruchu traktuję głównie jako licznik postępu u tego samego pacjenta, nie jako dowód rozpoznania.

I tu domykam wątek: to nie magia i nie żaden „detektor uszkodzeń". Żaden test nie jest wyrocznią — cała sztuka leży w rozumowaniu wokół niego: jakie było prawdopodobieństwo przed testem, jak mocno wynik je przesuwa i czy przesuwa przez próg, za którym zmieniam postępowanie. Test bez tego rozumowania to rzut monetą w ładnym opakowaniu.

Co możesz zrobić jako pacjent. Nie fiksuj się na jednym dodatnim teście ani na jednym słowie z opisu MRI. Zadaj proste pytanie: „czy ten wynik zmienia mój plan leczenia?". Pamiętaj, że „zwyrodnienie" czy „uszkodzenie łąkotki" na skanie ma bezobjawowo większość ludzi w Twoim wieku — to opis anatomii, nie wyrok [1, 3].

Co możesz zrobić jako student/fizjoterapeuta. Naucz się czytać czułość, swoistość i ilorazy wiarygodności, i myśl w kategoriach prawdopodobieństwa przed- i po-testowego. Dobieraj testy do funkcji — „potwierdź" testem swoistym, „wyklucz" czułym — i nie używaj słowa „potwierdza rozpoznanie" tam, gdzie masz tylko przesunięcie szans. Wykonuj test tylko wtedy, gdy jego wynik zmieni postępowanie. A zakres ruchu mierz przede wszystkim po to, żeby śledzić zmianę w czasie — tam jest najbardziej wiarygodny [9].

<a name="8"></a>

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):811–6. doi:10.3174/ajnr.A4173

2. Rotator cuff imaging abnormalities in asymptomatic shoulders: a systematic review. J Orthop Sports Phys Ther. 2025. doi:10.2519/jospt.2025.13611 (do weryfikacji: autorzy oraz wolumen/strony)

3. Englund M, Guermazi A, Gale D, Hunter DJ, Aliabadi P, Clancy M, i wsp. Incidental meniscal findings on knee MRI in middle-aged and elderly persons. N Engl J Med. 2008;359(11):1108–15. doi:10.1056/NEJMoa0800777

4. Hegedus EJ, Goode A, Campbell S, Morin A, Tamaddoni M, Moorman CT, i wsp. Physical examination tests of the shoulder: a systematic review with meta-analysis of individual tests. Br J Sports Med. 2008;42(2):80–92. doi:10.1136/bjsm.2007.038406

5. Hegedus EJ, Goode AP, Cook CE, Michener L, Myer CA, Myer DM, i wsp. Which physical examination tests provide clinicians with the most value when examining the shoulder? Update of a systematic review with meta-analysis of individual tests. Br J Sports Med. 2012;46(14):964–78. doi:10.1136/bjsports-2012-091066

6. Sokal PA, Norris R, Maddox TW, Oldershaw RA. The diagnostic accuracy of clinical tests for anterior cruciate ligament tears are comparable but the Lachman test has been previously overestimated: a systematic review and meta-analysis. Knee Surg Sports Traumatol Arthrosc. 2022;30(10):3287–303. doi:10.1007/s00167-022-06898-4

7. van der Windt DAWM, Simons E, Riphagen II, Ammendolia C, Verhagen AP, Laslett M, i wsp. Physical examination for lumbar radiculopathy due to disc herniation in patients with low-back pain. Cochrane Database Syst Rev. 2010;(2):CD007431. doi:10.1002/14651858.CD007431.pub2

8. Smith BE, Thacker D, Crewesmith A, Hall M. Special tests for assessing meniscal tears within the knee: a systematic review and meta-analysis. Evid Based Med. 2015;20(3):88–97. doi:10.1136/ebmed-2014-110160 (do weryfikacji: dokładny wolumen/strony/DOI)

9. van Trijffel E, van de Pol RJ, Oostendorp RAB, Lucas C. Inter-rater reliability for measurement of passive physiological movements in lower extremity joints is generally low: a systematic review. J Physiother. 2010;56(4):223–35. doi:10.1016/S1836-9553(10)70005-9 (do weryfikacji: czasopismo/DOI)

Nota o ograniczeniach. Wpis opiera się na przeglądach systematycznych i metaanalizach trafności diagnostycznej oraz na dużych badaniach populacyjnych częstości zmian obrazowych. Najlepiej udokumentowane jest to, że zmiany „uszkodzeniowe" w obrazowaniu są bardzo częste u osób bezobjawowych — w kręgosłupie [1], w barku [2] i w kolanie [3] — oraz że pojedyncze testy ortopedyczne mają umiarkowaną trafność, a łączenie ich z obrazem klinicznym działa lepiej niż każdy z osobna [4–8]. Najsłabiej udokumentowana jest ilościowa skala szkód wynikających z nadinterpretacji testów oraz trafność testów w populacjach o niskiej częstości patologii (większość badań prowadzono w populacjach chirurgicznych, co zawyża wyniki). Pozycje wymagające weryfikacji przed publikacją: [2] (autorzy i wolumen/strony przeglądu bezobjawowych barków), [8] (dokładny wolumen/strony/DOI metaanalizy testów łąkotkowych) oraz [9] (nazwa czasopisma i DOI przeglądu powtarzalności ROM). Konkretne wartości czułości/swoistości cytowano za wynikami przeglądów i mogą się różnić między metaanalizami w zależności od modelu statystycznego i doboru badań — dlatego czytaj je jako rzędy wielkości, nie jako stałe. Treść ma charakter edukacyjny i nie zastępuje badania ani diagnozy postawionej przez wykwalifikowanego specjalistę.