Clinical Reasoning in der Physiotherapie: Hypothesenbildung und Evaluation in der Praxis

Im dritten Teil dieser Serie wurde der Rahmen der zehn Hypothesenkategorien vorgestellt – von der Aktivitäts- und Partizipationsebene über Patientenperspektive und Schmerztyp bis hin zu Prognose (Jones & Rivett, 2019). Dieser Rahmen beantwortet die Frage, worüber im Clinical-Reasoning-Prozess nachgedacht werden sollte. Er beantwortet jedoch noch nicht die vielleicht schwierigere Frage: Wie wird aus einem ersten, vagen Eindruck eine tatsächlich prüfbare Hypothese – und wie lässt sich im hektischen Praxisalltag ehrlich beurteilen, ob diese Hypothese sich bestätigt oder revidiert werden muss?

Diese Unterscheidung ist keine akademische Spitzfindigkeit. Eine Vermutung wie „das könnte an der Rotatorenmanschette liegen“ ist diffus und kaum überprüfbar. Eine Hypothese im eigentlichen Sinne des hypothetisch-deduktiven Modells, das im zweiten Teil dieser Serie vorgestellt wurde, muss hingegen so formuliert sein, dass sie durch konkrete, im Voraus festgelegte Kriterien bestätigt oder widerlegt werden kann (Elstein & Schwarz, 2002). Dieser vierte Artikel der Serie widmet sich genau dieser Übersetzungsleistung: der praktischen Bildung und – noch wichtiger – der ehrlichen Evaluation von Hypothesen im physiotherapeutischen Alltag.

Der erste Schritt besteht darin, eine Hypothesenkategorie – etwa „Schmerztyp“ oder „beitragende Faktoren“ – in eine konkrete, falsifizierbare Aussage zu übersetzen. Jones und Rivett (2019) betonen, dass eine gut formulierte Hypothese nicht nur benennt, was vermutet wird, sondern auch, woran diese Vermutung erkennbar sein müsste. Der Unterschied liegt zwischen „der Patient hat vermutlich eine zentrale Sensibilisierung“ (Vermutung) und „wenn eine zentrale Sensibilisierungskomponente dominiert, sollte ich eine disproportionale Schmerzausbreitung, eine hohe Reizbarkeit bei geringer mechanischer Provokation sowie begleitende Symptome wie Schlafstörungen oder erhöhte Stressbelastung finden“ (prüfbare Hypothese).

Diese Übersetzung wird erheblich erleichtert, wenn auf bestehende, empirisch entwickelte Kriterienkataloge zurückgegriffen werden kann, anstatt jede Hypothese intuitiv „aus dem Bauch heraus“ zu operationalisieren. Genau solche Kataloge werden im Folgenden für mehrere der im dritten Teil vorgestellten Hypothesenkategorien vorgestellt.

Für die im dritten Teil dieser Serie beschriebene Hypothesenkategorie „Schmerztyp“ existiert ein besonders hilfreiches Beispiel, wie sich eine zunächst diffuse klinische Einschätzung in überprüfbare Kriterien übersetzen lässt. Smart, Blake, Staines und Doody (2010) führten eine dreirundige Delphi-Befragung mit 103 Expert:innen – darunter 31 Schmerzmediziner:innen und 72 muskuloskelettale Physiotherapeut:innen – durch, um konsensbasierte klinische Indikatoren für eine dominant nozizeptive, peripher-neuropathische beziehungsweise zentrale Schmerzkomponente zu erarbeiten. Die daraus entstandenen Kriterienkataloge stellen für jede der drei Kategorien konkrete, in der Anamnese und körperlichen Untersuchung erhebbare Merkmale bereit, gegen die eine Schmerztyp-Hypothese systematisch getestet werden kann (Smart et al., 2010).

Der praktische Wert eines solchen Kriterienkatalogs liegt darin, dass er dem Reasoning-Prozess eine Struktur gibt, die über das reine „Erfahrungswissen“ hinausgeht und dadurch auch für weniger erfahrene Therapeut:innen zugänglich wird – ein Punkt, der sich unmittelbar mit dem im zweiten Teil dieser Serie beschriebenen Konzept der Illness Scripts verbindet: Kriterienkataloge können gewissermaßen als expliziertes, für jeden zugängliches „Fremdscript“ dienen, solange das eigene, aus Erfahrung gespeiste Illness Script noch nicht ausreichend ausgereift ist (Schmidt & Rikers, 2007).

Wichtig ist dabei jedoch die kritische Einordnung: Es handelt sich um konsensbasierte, nicht um experimentell validierte Kriterien im engeren Sinne. Die klinische Nützlichkeit eines solchen Kataloges hängt davon ab, wie konsequent er tatsächlich zur Überprüfung – und nicht nur zur nachträglichen Bestätigung – einer bereits gefassten Meinung genutzt wird.

Ein zweites praktisches Werkzeug zur Hypothesenevaluation sind sogenannte klinische Vorhersageregeln (Clinical Prediction Rules, CPR). Eine der bekanntesten und am häufigsten zitierten Regeln in der muskuloskelettalen Physiotherapie stammt von Flynn und Kollegen (2002), die fünf klinische Merkmale identifizierten, mit denen sich Patient:innen mit Rückenschmerzen vorhersagen lassen, die besonders wahrscheinlich von einer manipulativen Behandlung profitieren: eine Symptomdauer von weniger als 16 Tagen, ein niedriger Wert auf der Fear-Avoidance-Beliefs-Skala für die Arbeitssubskala, eine Hüftinnenrotation von mindestens 35° in mindestens einer Hüfte, eine Hypomobilität in der Lendenwirbelsäule sowie das Fehlen von Symptomen distal des Knies (Flynn et al., 2002). Waren mindestens vier dieser fünf Kriterien erfüllt, stieg die Erfolgswahrscheinlichkeit einer Manipulationsbehandlung in der Originalstudie von 45 % auf 95 % (Flynn et al., 2002).

Für die praktische Hypothesenevaluation ist eine solche Regel aus zwei Gründen wertvoll. Erstens liefert sie im Voraus definierte, objektivierbare Kriterien, gegen die eine Behandlungshypothese getestet werden kann, statt post hoc zu rationalisieren, warum eine Behandlung „eigentlich" gepasst hätte. Zweitens zwingt sie zu einer expliziten, dokumentierbaren Entscheidung. Gleichzeitig gilt auch hier eine kritische Einschränkung, die im Sinne evidenzbasierter Praxis nicht übergangen werden darf: Klinische Vorhersageregeln – auch gut validierte wie die von Flynn und Kollegen (2002) – ersetzen nicht das gesamte Reasoning, sondern sind ein zusätzlicher, strukturierender Baustein innerhalb der im dritten Teil beschriebenen Hypothesenkategorien, insbesondere „Management" und „Prognose".

Die dritte praktische Säule der Hypothesenevaluation ist das systematische Reassessment: die wiederholte, strukturierte Überprüfung, ob sich eine zuvor gebildete Hypothese im Behandlungsverlauf bestätigt. Wie bereits im zweiten Teil dieser Serie unter Rückgriff auf Doody und McAteer (2002) beschrieben, nutzen sowohl erfahrene als auch unerfahrene Physiotherapeut:innen die Behandlung selbst aktiv als Mittel der Hypothesentestung – die Reaktion auf eine erste Intervention liefert unmittelbar neue, prüfbare Information.

Damit dieses Reassessment nicht auf subjektiven Eindrücken beruht, sondern selbst wieder objektivierbar ist, hat sich in der physiotherapeutischen Praxis die Patient-Specific Functional Scale (PSFS) als hilfreiches Werkzeug etabliert. Stratford, Gill, Westaway und Binkley (1995) entwickelten dieses Messinstrument mit dem Ziel, ein valides, reliables und auf Veränderung sensitives Outcome-Maß bereitzustellen, das sich individuell an die von der jeweiligen Patientin selbst benannten, alltagsrelevanten Aktivitäten anpasst, statt auf einen starren, standardisierten Fragenkatalog zurückzugreifen (Stratford et al., 1995). Ein solches individualisiertes Reassessment-Instrument erlaubt es, die im dritten Teil beschriebene Hypothesenkategorie „Aktivität und Partizipation" über die Zeit hinweg konkret und personenbezogen zu verfolgen – und liefert damit eine objektivierbare Grundlage dafür, ob sich die übrigen Hypothesen (etwa zu Symptomquelle oder Management) im Behandlungsverlauf bestätigen.

Ein oft übersehener, aber empirisch gut untersuchter Baustein der praktischen Hypothesenbildung liegt in der Verhaltenspsychologie – konkret in der Zielsetzungstheorie (Goal-Setting Theory) von Locke und Latham (2002). Die Autoren fassen in ihrer Übersichtsarbeit 35 Jahre empirischer Forschung zusammen und zeigen, dass spezifische, herausfordernde Ziele nachweislich zu höherer Leistung führen als vage Aufforderungen wie „gib dein Bestes" (Locke & Latham, 2002). Zudem beschreiben sie Selbstwirksamkeit als einen zentralen Moderator dieses Effekts: Je stärker eine Person an ihre eigene Fähigkeit glaubt, ein Ziel zu erreichen, desto wirksamer wird das gesetzte Ziel (Locke & Latham, 2002) – ein direkter Anknüpfungspunkt an die im ersten Teil dieser Serie vorgestellte Selbstwirksamkeitstheorie von Bandura (1977).

Für die Hypothesenbildung in der Physiotherapie ist das bedeutsam, weil Zielsetzung selbst zu einem prüfbaren Element des Reasoning-Prozesses gemacht werden kann. Wird gemeinsam mit einer Patientin ein spezifisches, hinreichend anspruchsvolles Ziel formuliert – etwa „in vier Wochen wieder schmerzfrei eine Stunde am Stück gehen können" statt „die Schmerzen sollen besser werden" –, entsteht daraus zugleich eine testbare Hypothese über den Genesungsverlauf: Wird das Ziel erreicht, bestätigt dies implizit mehrere zuvor gebildete Hypothesen (etwa zu Symptomquelle, Schmerztyp und beitragenden Faktoren); wird es deutlich verfehlt, ist dies ein wichtiges Signal zur Revision. Diese enge Verzahnung von Zielsetzung und Hypothesentestung macht deutlich, warum die im dritten Teil beschriebene Kategorie „Patientenperspektive" – zu der auch Erwartungen und Zielvorstellungen gehören – kein bloßes Beiwerk, sondern aktiv in die Hypothesenbildung zu integrieren ist.

Die bloße Existenz von Reassessment-Terminen garantiert noch keine ehrliche Hypothesenevaluation. Wie bereits im zweiten Teil dieser Serie unter Rückgriff auf Croskerry (2009a) beschrieben, neigt insbesondere intuitives System-1-Denken dazu, neue Informationen so zu interpretieren, dass sie zur bereits gefassten Hypothese passen. Croskerry (2009a) beschreibt in seinem Modell diagnostischen Denkens explizit sogenannte kognitive Zwangsstrategien (cognitive forcing strategies) – bewusste, angelernte Denkgewohnheiten, die Kliniker:innen dazu anhalten, aktiv nach Informationen zu suchen, die der aktuellen Hypothese widersprechen, statt nur nach bestätigenden Hinweisen zu suchen.

Diese Fähigkeit zur kritischen Selbstprüfung lässt sich, wie bereits im ersten Teil dieser Serie unter Rückgriff auf Ericsson, Krampe und Tesch-Römer (1993) dargestellt, systematisch trainieren: Gezielte Übung mit unmittelbarem, kritischem Feedback zur eigenen Leistung ist ein zentraler Mechanismus des Expertisenaufbaus. Übertragen auf die praktische Hypothesenevaluation bedeutet das: Eine einfache, aber wirksame Routine besteht darin, sich nach jeder Reassessment-Situation aktiv die Gegenfrage zu stellen: „Welche Information würde meine aktuelle Hypothese widerlegen – und habe ich gezielt danach gesucht?" Diese bewusste Suche nach widerlegender Evidenz unterscheidet eine reflektierte Praxis von einer bloß bestätigungsorientierten.

Kaum ein Anwendungsfeld macht die praktische Bedeutung expliziter Hypothesenevaluation so eindrücklich sichtbar wie die Return-to-Sport-Entscheidung nach einer vorderen Kreuzbandruptur – ein Kontext, der bereits im ersten Teil dieser Serie unter Rückgriff auf Ardern und Kollegen (2016) als Beispiel multifaktorieller Entscheidungsfindung unter Unsicherheit eingeführt wurde.

Grindem, Snyder-Mackler, Moksnes, Engebretsen und Risberg (2016) untersuchten in ihrer prospektiven Kohortenstudie mit 106 Athlet:innen nach vorderer Kreuzbandrekonstruktion, wie sich die Erfüllung objektiver Return-to-Sport-Kriterien – bestehend aus funktionellen Fragebögen, einer globalen Funktionseinschätzung sowie der Quadrizepskraft- und Hopptest-Symmetrie – auf das Risiko einer erneuten Knieverletzung auswirkt. Das Ergebnis war eindrücklich: 38,2 % der Athlet:innen, die diese Kriterien nicht erfüllten, erlitten eine erneute Verletzung, gegenüber lediglich 5,6 % derjenigen, die alle Kriterien bestanden hatten (Grindem et al., 2016). Zusätzlich zeigte sich, dass jeder weitere Monat, um den eine Rückkehr zum Sport bis zum neunten Monat nach der Operation verzögert wurde, das Reinjury-Risiko um 51 % senkte (Grindem et al., 2016).

Diese Studie ist aus Sicht der Hypothesenevaluation in mehrfacher Hinsicht lehrreich. Erstens zeigt sie, wie eine zunächst subjektiv anmutende Frage – „Ist diese Athletin bereit für die Rückkehr zum Sport?" – durch klar definierte, im Voraus festgelegte Kriterien in eine objektiv prüfbare Hypothese übersetzt werden kann (Grindem et al., 2016). Zweitens macht sie den Preis mangelnder Hypothesenevaluation greifbar: Eine vorschnelle, nicht kriteriengeleitete Freigabe ist mit einem mehr als sechsfach erhöhten Risiko einer erneuten Verletzung assoziiert (Grindem et al., 2016). Und drittens zeigt sie, dass selbst objektive Kriterien eingebettet bleiben müssen in das größere biopsychosoziale Entscheidungsmodell, das Ardern und Kollegen (2016) beschreiben – Zahlenwerte allein ersetzen nicht das Gesamtbild aus biologischer Heilung, psychologischer Bereitschaft und individueller Risikotoleranz.

Um den roten Faden dieser Serie fortzuführen, greifen wir erneut den 42-jährigen Bauleiter mit lumbalen Rückenschmerzen auf, dessen Hypothesenkategorien im dritten Teil dieser Serie bereits skizziert wurden.

Die anfängliche Hypothese lautete: dominant nozizeptiver Schmerztyp mit mechanisch modulierbarer Symptomatik und beginnender psychosozialer Komponente (Angst, Vermeidungsverhalten). Zur Evaluation dieser Hypothese wird nun gezielt gegen die Kriterien von Smart und Kollegen (2010) geprüft: Zeigt sich eine proportionale Reaktion auf mechanische Provokation, oder deuten disproportionale Reizbarkeit und ausgedehnte, nicht anatomisch plausible Schmerzausbreitung auf eine stärkere zentrale Komponente hin, als ursprünglich angenommen?

Gemeinsam mit dem Patienten wird zudem – im Sinne von Locke und Latham (2002) – ein konkretes, herausforderndes, aber erreichbares Ziel formuliert: die vollständige Rückkehr zur Arbeitsfähigkeit innerhalb von sechs Wochen. Als Reassessment-Instrument dient die Patient-Specific Functional Scale (Stratford et al., 1995), mit der die vom Patienten selbst benannten, eingeschränkten Aktivitäten – etwa das Heben von Baumaterial oder längeres Stehen auf der Baustelle – im Verlauf wiederholt erfasst werden.

Nach zwei Wochen zeigt sich: Die objektiv erhobene Funktionsfähigkeit hat sich kaum verbessert, während der Patient subjektiv weiterhin von erheblicher Angst berichtet. An dieser Stelle greift die im Abschnitt 6 beschriebene Selbstprüfung: Welche Information würde die ursprüngliche Hypothese widerlegen? Die ausbleibende Verbesserung trotz adäquater mechanischer Belastungssteigerung spricht gegen eine rein nozizeptive Erklärung und für eine stärkere Gewichtung der psychosozialen Kategorie – die Hypothese wird entsprechend revidiert, und die Behandlung wird stärker in Richtung Schmerzedukation und graduierter Aktivitätssteigerung angepasst.

Hypothesen von Anfang an prüfbar formulieren. Statt „vermutlich Struktur X betroffen" lohnt sich die explizite Formulierung: „Wenn Struktur X betroffen ist, sollte ich Befund Y finden." Nur so wird eine Hypothese überhaupt widerlegbar (Elstein & Schwarz, 2002; Jones & Rivett, 2019).

Bestehende Kriterienkataloge nutzen, statt jede Hypothese neu zu erfinden. Werkzeuge wie die Kriterien von Smart und Kollegen (2010) zum Schmerztyp oder klinische Vorhersageregeln wie die von Flynn und Kollegen (2002) nehmen dem Reasoning-Prozess nichts weg, sondern geben ihm Struktur – gerade für weniger erfahrene Therapeut:innen.

Reassessment konkret und patientenindividuell gestalten. Ein Instrument wie die Patient-Specific Functional Scale (Stratford et al., 1995) verhindert, dass Fortschritt an abstrakten, für den Patienten irrelevanten Kriterien gemessen wird.

Ziele als Hypothesen behandeln, nicht als Formalität. Ein spezifisches, herausforderndes Ziel (Locke & Latham, 2002) ist zugleich eine testbare Vorhersage über den Behandlungsverlauf – und sollte entsprechend aktiv ausgewertet werden.

Aktiv nach widerlegender Evidenz suchen. Die einfache Routinefrage „Was würde meine Hypothese widerlegen, und habe ich danach gesucht?" ist eine wirksame, niedrigschwellige Umsetzung der von Croskerry (2009a) beschriebenen kognitiven Zwangsstrategien.

Bei hoher Unsicherheit auf objektive Entscheidungsregeln zurückgreifen. Wie das Beispiel der Return-to-Sport-Entscheidung eindrücklich zeigt (Grindem et al., 2016), reduziert die konsequente Anwendung im Voraus festgelegter, objektiver Kriterien nachweislich das Risiko folgenschwerer Fehlentscheidungen.

Die praktische Hypothesenbildung und -evaluation bildet die Brücke zwischen dem theoretischen Prozessverständnis aus Teil 2 und dem strukturierenden Kategorienrahmen aus Teil 3 dieser Serie. Entscheidend ist dabei, Hypothesen von Beginn an so zu formulieren, dass sie tatsächlich widerlegbar sind (Elstein & Schwarz, 2002), auf bewährte Werkzeuge wie klinische Kriterienkataloge (Smart et al., 2010), Vorhersageregeln (Flynn et al., 2002) und individualisierte Reassessment-Instrumente (Stratford et al., 1995) zurückzugreifen, Zielsetzung aktiv als Teil des Reasoning-Prozesses zu nutzen (Locke & Latham, 2002) und sich selbst systematisch mit potenziell widerlegender Evidenz zu konfrontieren (Croskerry, 2009a). Wie das Beispiel der Return-to-Sport-Entscheidung zeigt, kann konsequente, kriteriengeleitete Hypothesenevaluation nachweislich über Erfolg oder Misserfolg – und im Fall erneuter Verletzungen sogar über die langfristige Gesundheit von Patient:innen – entscheiden (Grindem et al., 2016).

Der fünfte und letzte Teil dieser Serie widmet sich einem Thema, das in diesem Artikel bereits mehrfach angeklungen ist: den typischen Biases und Denkfallen, die selbst erfahrene Physiotherapeut:innen dazu verleiten können, Hypothesen vorschnell zu bestätigen, statt sie ehrlich zu prüfen.

Ardern, C. L., Glasgow, P., Schneiders, A., Witvrouw, E., Clarsen, B., Cools, A., Gojanovic, B., Griffin, S., Khan, K. M., Moksnes, H., Mutch, S. A., Phillips, N., Reurink, G., Sadler, R., Silbernagel, K. G., Thorborg, K., Wangensteen, A., Wilk, K. E., & Bizzini, M. (2016). 2016 Consensus statement on return to sport from the First World Congress in Sports Physical Therapy, Bern. British Journal of Sports Medicine, 50(14), 853–864. https://doi.org/10.1136/bjsports-2016-096278

Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191

Croskerry, P. (2009a). A universal model of diagnostic reasoning. Academic Medicine, 84(8), 1022–1028. https://doi.org/10.1097/ACM.0b013e3181ace703

Doody, C., & McAteer, M. (2002). Clinical reasoning of expert and novice physiotherapists in an outpatient orthopaedic setting. Physiotherapy, 88(5), 258–268. https://doi.org/10.1016/S0031-9406(05)61417-4

Elstein, A. S., & Schwarz, A. (2002). Clinical problem solving and diagnostic decision making: Selective review of the cognitive literature. BMJ, 324(7339), 729–732. https://doi.org/10.1136/bmj.324.7339.729

Ericsson, K. A., Krampe, R. T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363–406. https://doi.org/10.1037/0033-295X.100.3.363

Flynn, T., Fritz, J., Whitman, J., Wainner, R., Magel, J., Rendeiro, D., Butler, B., Garber, M., & Allison, S. (2002). A clinical prediction rule for classifying patients with low back pain who demonstrate short-term improvement with spinal manipulation. Spine, 27(24), 2835–2843. https://doi.org/10.1097/00007632-200212150-00021

Grindem, H., Snyder-Mackler, L., Moksnes, H., Engebretsen, L., & Risberg, M. A. (2016). Simple decision rules can reduce reinjury risk by 84% after ACL reconstruction: The Delaware-Oslo ACL cohort study. British Journal of Sports Medicine, 50(13), 804–808. https://doi.org/10.1136/bjsports-2016-096031

Jones, M. A., & Rivett, D. A. (2019). Clinical reasoning: Fast and slow thinking in musculoskeletal practice. In M. A. Jones & D. A. Rivett (Hrsg.), Clinical Reasoning in Musculoskeletal Practice (2. Aufl., S. 2–31). Elsevier.

Locke, E. A., & Latham, G. P. (2002). Building a practically useful theory of goal setting and task motivation: A 35-year odyssey. American Psychologist, 57(9), 705–717. https://doi.org/10.1037/0003-066X.57.9.705

Schmidt, H. G., & Rikers, R. M. J. P. (2007). How expertise develops in medicine: Knowledge encapsulation and illness script formation. Medical Education, 41(12), 1133–1139. https://doi.org/10.1111/j.1365-2923.2007.02915.x

Smart, K. M., Blake, C., Staines, A., & Doody, C. (2010). Clinical indicators of 'nociceptive', 'peripheral neuropathic' and 'central' mechanisms of musculoskeletal pain. A Delphi survey of expert clinicians. Manual Therapy, 15(1), 80–87. https://doi.org/10.1016/j.math.2009.07.005

Stratford, P., Gill, C., Westaway, M., & Binkley, J. (1995). Assessing disability and change on individual patients: A report of a patient specific measure. Physiotherapy Canada, 47(4), 258–263. https://doi.org/10.3138/ptc.47.4.258