Modeling the Effects of Different Interventions on Kinesiophobia, Pain, and Quality of Life in Women with Lumbar Disc Herniation Using Artificial Neural Networks

Technische Samenvatting: Het modelleren van de effecten van verschillende interventies op kinesiofobie, pijn en kwaliteit van leven bij vrouwen met een lumbale discushernie met behulp van kunstmatige neurale netwerken

Probleemstelling
Een lumbale discushernie (LDH) is een veelvoorkomende structurele pathologie die pijn, functionele beperkingen en een verminderde kwaliteit van leven veroorzaakt, met name bij vrouwen. De etiologie omvat complexe interacties tussen fysieke factoren (bijv. obesitas, inactiviteit) en psychologische factoren, specifiek kinesiofobie (angst voor beweging). Hoewel conservatieve behandelingen zoals fysiotherapie en zwemmen bekend staan als effectief, zijn de relaties tussen het type interventie, pijnniveaus, kinesiofobie en kwaliteit van leven vaak niet-lineair en multidimensionaal. Conventionele statistische methoden kunnen deze complexe patronen mogelijk niet volledig vatten. Deze studie adresseert de noodzaak om de relatieve effecten van zwemmen, fysiotherapie en een inactieve levensstijl op deze variabelen te evalueren en om de voorspellende relatie tussen pijn/kinesiofobie en de fysieke kwaliteit van leven te modelleren met behulp van kunstmatige neurale netwerken (ANN's).

Methodologie
De studie maakte gebruik van een beschrijvend, vergelijkend en transversaal ontwerp waarbij 54 vrouwelijke vrijwilligers met de diagnose LDH (gemiddelde leeftijd: 52,83 ± 13,30 jaar) werden betrokken. De deelnemers werden verdeeld in drie doelgericht samengestelde groepen (n=18 per groep):

1. Zwemgroep: Vrouwen die minstens zes weken lang regelmatig zwemmen beoefenen.
2. Fysiotherapiegroep: Vrouwen die standaard fysiotherapieprogramma's volgen in een poliklinische setting.
3. Inactieve groep: Fysiek inactieve vrouwen met LDH.

Gegevensverzameling:
De gegevens werden verzameld met behulp van:

• Visuele Analoge Schaal (VAS): Om de pijnintensiteit te meten.
• Tampa Scale for Kinesiophobia (TSK): Om de angst voor beweging te beoordelen.
• SF-12 Gezondheidsenquête: Om de kwaliteit van leven te evalueren, specifiek de Physical Component Summary (PCS) score.

Statistische en modelleringsanalyse:

• Groepsvergelijkingen: Normaliteit werd getoetst via de Shapiro–Wilk test. Verschillen tussen groepen werden geanalyseerd met behulp van MANOVA en de Kruskal–Wallis test, gevolgd door Dunn–Bonferroni post-hoc tests.
• Kunstmatig Neuraal Netwerk (ANN) Modellering: Er werden afzonderlijke ANN-modellen ontwikkeld voor elke paargewijze groepsvergelijking (Zwemmen versus Fysiotherapie, Fysiotherapie versus Inactief, Zwemmen versus Inactief).
  • Inputs: Totale kinesiofobiescore en pijnscore.
  • Output: SF-12 fysieke gezondheidsscore.
  • Architectuur: Het Levenberg–Marquardt algoritme werd gebruikt voor de training. De gegevens werden verdeeld in trainings- (80%), validatie- (10%) en testsets (10%). De netwerkarchitecturen werden geoptimaliseerd door het aantal verborgen neuronen te variëren (1–20) over 1.000 onafhankelijke runs.
  • Prestatie-indicatoren: Modellen werden geëvalueerd met behulp van de Mean Squared Error (MSE), de Mean Absolute Percentage Error (MAPE) en de correlatiecoëfficiënt (R).

Belangrijkste Resultaten

• Demografie: Er werden geen significante verschillen gevonden tussen de groepen met betrekking tot leeftijd, lengte, gewicht, BMI of ziekteduur, wat een valide basis vormt voor klinische vergelijking.
• Klinische Uitkomsten:
  • Pijn: Er werd een statistisch significant verschil waargenomen tussen de groepen ($p = 0,002$). De inactieve groep vertoonde de hoogste pijnniveaus (gemiddelde rang 35,61), terwijl de zwemgroep de laagste vertoonde (gemiddelde rang 17,75). Post-hoc analyse bevestigde een significant verschil tussen de zwemgroep en de inactieve groep ($p = 0,002$), maar niet tussen de zwemgroep en fysiotherapie ($p = 0,085$) of fysiotherapie en de inactieve groep ($p = 0,638$).
  • Kinesiofobie en Kwaliteit van Leven: Er werden geen statistisch significante verschillen gevonden tussen de drie groepen voor de totale kinesiofobiescores ($p = 0,059$) of de scores voor de fysieke kwaliteit van leven ($p = 0,130$).
• ANN-Modellering Prestaties:
  • Zwemmen–Fysiotherapie Model: Optimaal met 8 verborgen neuronen. Behaalde MSE = 0,675, MAPE = 3,242%, en R = 0,991.
  • Fysiotherapie–Inactief Model: Optimaal met 11 verborgen neuronen. Behaalde MSE = 0,705, MAPE = 3,410%, en R = 0,991.
  • Zwemmen–Inactief Model: Optimaal met 7 verborgen neuronen. Behaalde MSE = 1,429, MAPE = 5,363%, en R = 0,973.
  • Alle modellen vertoonden een hoge overeenstemming tussen de geobserveerde en voorspelde fysieke gezondheidsscores, waarbij het Zwemmen–Fysiotherapie model de hoogste voorspellende nauwkeurigheid liet zien.

Betekenis en Claims
Het artikel beweert dat zwemmen een levensvatbare optie kan zijn voor pijnbeheersing bij vrouwen met een lumbale discushernie, aangezien het lagere pijnscores vertoont vergeleken met een inactieve levensstijl en resultaten vergelijkbaar zijn met fysiotherapie. Verder stelt de studie vast dat ANN's effectief de niet-lineaire relaties tussen pijn, kinesiofobie en fysieke kwaliteit van leven kunnen modelleren, waarbij ze de SF-12 fysieke gezondheidsscore met hoge nauwkeurigheid voorspellen (R > 0,97).

De auteurs benadrukken dat hoewel fysieke interventies de pijn verminderen, zij de kinesiofobie of tekortkomingen in de kwaliteit van leven niet noodzakelijkerwijs onmiddellijk oplossen, wat wijst op een behoefte aan multidisciplinaire benaderingen die ook psychologische en educatieve componenten bevatten. De studie concludeert dat hoewel de ANN-benadering succesvol groepspecifieke datapatronen heeft geïdentificeerd, de bevindingen worden beperkt door de steekproefomvang en gevalideerd moeten worden in grotere, meer diverse populaties voordat ze kunnen worden gegeneraliseerd voor klinische planning.