Fysioterapeuten 8-2018

30 FYSIOTERAPEUTEN 8/18 FAG SAMMENDRAG rette for å gi barnet et godt utgangspunkt for læring og mestring gjennom ulike typer be- vegelseserfaring og utforsking. De kan også formidle at barnets hjerne er plastisk og for- mes gjennom «brukspress», slik at barnet får anledning til å lære gjennom mange re- petisjoner med prøving og feiling. Barnet får tilbakemelding fra sitt eget sanseapparat, og tilpasser bevegelsene til en funksjonell beve- gelsesløsning. Fysioterapeuter kan bidra til kunnskap og forståelse for at utvikling og læring er noe som skjer utenfor den digitale verden i samspill med skiftende omgivelser, lek og samhandling med nære omsorgsper- soner. Medietilsynet sin veileder kan gi gode tips som bidrar til bevisstgjøring på den digitale veien, men det mangler en konkret anbefaling om tidsbegrensning på daglig skjermaktivitet. Det er behov for tydelige norske retningslinjer som kan understøtte veiledning og informasjon rundt skjermtid for de minste barna. Den verdifulle tiden barnet har de første leveårene, med alle mulighetene som ligger i barnets hjerne til utvikling og læring, kan ikke tas igjen. Skjer- mene har kommet for å bli, og er stadig mer tilgjengelige og interaktive. Litteraturliste 1. Harbourne RT, Dusing S. Motor Development and Control. I: Palisano RJ, Orlin MN, Schreiber J, red. Campell`s Physcical Therapy for Children. 5. utg. Missouri: Elsevier Inc.; 2017. s. 30-77. 2. Gordon AM, Magil R. Motor Learning: Application of Prin- ciples to Pedriatric Rehabilitation. I: Palisano RJ, Orlin MN, Schreiber J, red. Campell`s Physcical Therapy for Children. 5. utg. Missouri: Elseviser Inc.; 2017. s. 78-98. Kan vi forutsi hvem som får artrose like godt som vi kan forutsi hvem som får lungekreft? Karin Magnusson , Aleksandra Turkiewics, Simon Timpka, Martin Englund, Lunds Universitet, Avdelningen för ortopedi, Enheten för klinisk epidemiologi. Bakgrunn Prediksjon av fremtidig artrose er interes- sant fordi leddsykdommen rammer ca. 50% av eldre uten at vi vet hvem. Leddsykdom- men kan gi alvorlige kroniske smerter og funksjonsnedsettelser, og leder i mange tilfeller til omfattende total protesekirurgi. Nøyaktig prediksjon er hjørnesteinen i persontilpasset medisin, men vi har i dag begrensede muligheter til å forutsi artrose. Dersom vi blir bedre til å forutsi hvem som rammes, gir det også nye muligheter for forebygging og behandling. Artrose fore- kommer hyppigst i hender og knær. For å kunne si noe om forløpet til personer med hånd- eller kneartrose i fremtiden setter man opp en prediksjonsmodell. Modellen skal valideres og vise evne til å skille mellom personer med og uten artrose i flere studie- populasjoner. For kneartrose har det blitt utviklet en prediksjonsmodell i Nottingham i England, som viste samme nøyaktighet i to andre studiepopulasjoner (Zhang et al., 2011). I modellen inngikk prediktorene al- der, kjønn, kneskade, kroppsmasseindeks (BMI), artrose i nær familie og yrkesbelast- ning. Det er likevel uklart fra hvilken alder modellen kan anvendes, da unge personer ikke har hatt stor yrkesbelastning og forel- drene ofte vil være for unge til å ha fått ar- trose. I en nylig publisert studie har vi derfor validert en forenklet prediksjonsmodell for kneartrose for yngre menn. For håndartrose fantes ingen prediksjonsmodell. Vi har der- for også utviklet den første prediksjonsmo- dellen for håndartrose. Lungekreft lar seg enkelt predikere gjennom informasjon om røyking. Vi sammenlignet nøyaktigheten for prediksjonsmodellene for artrose med en prediksjonsmodell for lungekreft. Metode For å gjøre disse studiene har vi studert det svenske vernepliktsregisteret. Alle 18-årige menn i Sverige vurderes for førstegangs- tjeneste basert på en helseundersøkelse og undersøkelse av fysisk form. I vår studie inngikk mer enn 40.000 menn som deltok på undersøkelsen i løpet av 1969 og 1970. Datamaterialet ble koblet til det svenske pa- sientregisteret i 2010. Det svenske pasientre- gisteret dekker alle konsultasjoner i svensk spesialisthelsetjeneste fra 1987 og fremover gjennom diagnosekoder. Vi inkluderte di- agnosekoder for kneartrose fra 1987 og di- agnosekoder for håndartrose og lungekreft fra 1998. For kneartrose inkluderte vi kun prediktorer fra den tidligere utviklede Not- tingham-modellen som er enkle å skaffe for unge voksne; kneskade og BMI. For håndar- trose måtte prediksjonsmodellen utvikles fra våre data, og de mulige prediktorene ble samlet i fem forskjellige domener; sosiode- mografiske faktorer, lokale biomekaniske faktorer, systemiske faktorer og generelle og mentale helsefaktorer. Alle prediktorene var målt i 1969–70 og basert på funksjonstester, selvrapporterte data og helseregisterdata. Det ble benyttet logistisk regresjon og inklu- derte prediktorer basert på p-verdier. Vi stu- derte kalibrering gjennom kalibreringsplott av observerte versus predikerte verdier, og vi studerte hvor godt modellen kunne skille på personer med og uten artrose gjennom å studere Arealet Under Kurven (AUC) (0.5 representerer ingen skilleevne, 1 represente- rer perfekt skilleevne). For kneartrose sam- menlignet vi AUC for vår forenklede modell med tidligere mer sammensatte modeller. For håndartrose sammenlignet vi AUC for vår nyutviklede modell med AUC for en prediksjonsmodell for lungekreft. Sistnevnte modell ble internvalidert. Resultater Av totalt 40.118 inkluderte menn hadde 2052 (5.1%) fått kneartrose og 212 (0.5%) fått håndartrose innen 2010. For predik- sjonsmodellen for kneartrose så vi samme moderate evne til å skille mellom personer med og uten kneartrose for vår forenklede modell som for tidligere mer sammensatte modeller (AUC=0.60 (95% konfidensinter- vall [KI]=0.59-0.61)). Funnene innebærer at en 18-årig mann med en BMI på 30 og en kneskade vil ha en tre ganger så høy ri- siko for å få kneartrose innen 40 år som en 18-årig mann med en BMI på 25 og uten kneskade (predikerte risikoer 22% vs. 7%). Prediksjonsmodellen for håndartrose inklu- derte prediktorene utdanning, BMI, et inter- aksjonsledd mellom utdanning og BMI og dessuten søvnproblemer. Interaksjonsleddet ›››

RkJQdWJsaXNoZXIy MTQ3Mzgy