Development and validation of a case-finding algorithm for neck and back pain in the Canadian Armed Forces using health administrative data.
Introduction: In military organizations, neck and back pain are a leading cause of clinical encounters, medical evacuations out of theatres of operations, and involuntary release from service. However, tools to efficiently and accurately study these conditions in Canadian Armed Forces (CAF) personne...
| Publicado en: | Journal of Military, Veteran & Family Health Vol. 5; no. 2; pp. 16 - 27 |
|---|---|
| Autores principales: | , , |
| Formato: | research tables/charts Journal Article |
| Publicado: |
University of Toronto Press
Sep2019
|
| Acceso en línea: | Ver este registro en EBSCOhost |
| Sumario: | Introduction: In military organizations, neck and back pain are a leading cause of clinical encounters, medical evacuations out of theatres of operations, and involuntary release from service. However, tools to efficiently and accurately study these conditions in Canadian Armed Forces (CAF) personnel are lacking, and little is known about their distribution across the Canadian military. Methods: We reviewed the medical charts of 691 randomly sampled CAF personnel, and determined whether these subjects had suffered from neck or back pain at any point during the 2016 calendar year. We then developed an algorithm to identify neck or back pain patients, using large clinical and administrative databases. The algorithm was then validated by comparing its output to the results of our medical chart review. Results: Of the 691 randomly sampled subjects, 190 (27%) had experienced neck or back pain at some point during the 2016 calendar year, 43% of whom had experienced chronic pain (i.e. pain lasting for at least 90 consecutive days). Our final algorithm correctly identified 65% of all patients with past-year pain, and 80% of patients with past-year chronic pain. Overall, the algorithm's measures of diagnostic accuracy were as follows: 65% sensitivity, 97% specificity, 91% positive predictive value, and 88% negative predictive value. Discussion: We have developed an algorithm that can be used to identify neck and back pain in CAF personnel efficiently. This algorithm is a novel research and surveillance tool that could be used to provide the epidemiological data needed to guide future intervention and prevention efforts. Introduction : Dans les organisations militaires, les douleurs cer vicales et dorsales sont l'une des principales causes de consultations cliniques, d'évacuations médicales hors des théâtres d'opérations et de la libération involontaire du ser vice. Cependant, on ne possède pas d'outils pour étudier ces affections avec efficacité et précision au sein du personnel des Forces armées canadiennes (FAC) et on n'en connaît pas vraiment la distribution chez les militaires canadiens. Méthodologie : Les chercheurs ont examiné les dossiers médicaux de 691 membres du personnel des FAC sélectionnés au hasard et établi si ces sujets avaient souffert de douleurs cervicales ou dorsales au cours de l'année civile 2016. Ils ont ensuite créé un algorithme pour dépister les patients atteints de douleurs cer vicales ou dorsales à l'aide de vastes bases de données cliniques et administratives. Pour valider cet algorithme, ils en ont comparé les résultats avec ceux de l'examen des dossiers médicaux. Résultats : Sur les 691 sujets sélectionnés au hasard, 190 (27 %) avaient souffert de douleurs cer vicales ou dorsales pendant l'année civile 2016, dont 43 % avaient éprouvé des douleurs chroniques (persistant pendant au moins 90 jours consécutifs). L'algorithme définitif a permis de dépister correctement 65 % de tous les patients ayant éprouvé des douleurs et 80 % de ceux ayant souffert de douleurs chroniques au cours de l'année précédente. Dans l'ensemble, les mesures diagnostiques de l'algorithme atteignaient le taux de précision suivant : sensibilité de 65 %, spécificité de 97 %, valeur prédictive positive de 91 % et valeur prédictive négative de 88 %. Discussion : Les chercheurs ont mis au point un algorithme qui peut être utilisé pour dépister les douleurs cer vicales et dorsales avec efficacité au sein du personnel des FAC. Cet algorithme est un nouvel outil de recherche et de surveillance qui pourrait fournir les données épidémiologiques nécessaires pour orienter les futurs efforts d'inter vention et de prévention. |
|---|