一个人对自己身体活动能力的信念会直接影响其所感受到的疼痛程度、功能障碍水平及临床康复进程。这一结论来自索尼亚·涅托（Sonia Nieto）的博士论文，该研究由蓬费拉达校区教师阿拉特·平托·卡哈尔（Arrate Pinto Carral）和玛丽亚·何塞·阿尔瓦雷斯（María José Álvarez）共同指导完成。这项研究通过追踪患者自进入医疗系统后的康复历程，揭示了一个关键现象：即使临床诊断相同的两个患者，其康复轨迹也可能存在显著差异。
目前，腰痛已成为仅次于常见病的第二大就诊原因，占总体病假缺勤率的12.5%，其治疗费用更占据医疗保健总支出的25%至33%，同时也是全球范围内导致功能障碍的首要因素。这项创新研究将目光投向长期被忽视的心理社会因素，并证实这些因素对疾病发展具有决定性影响。
研究方法的创新突破
该论文采用两阶段研究设计。第一阶段将"OPTIMAL-信心问卷"（OPTIMAL-confidence questionnaire）进行西班牙语版本的跨文化改编与效度验证，该工具能科学量化个体对自身活动能力的信心程度。研究证实该问卷具有可靠的测量信度、良好的结构效度，并能清晰区分腰痛患者与健康人群的差异特征。
第二阶段对接受初级保健物理治疗的腰痛患者开展纵向追踪研究，在治疗起点、康复出院及出院后三个月这三个关键时间节点，系统评估患者的疼痛强度、功能障碍程度、活动能力水平、运动恐惧心理及自我效能感等核心指标。
研究成果的核心发现
研究数据显示，患者对自身活动能力的低自信度与更高水平的功能障碍和疼痛强度存在显著相关性。据此，论文得出重要结论：对活动能力的安全感不仅是一个心理变量，更是具有重要临床意义的治疗靶点，应当作为康复治疗的重要干预目标。
人工智能赋能精准医疗
本研究最具创新性的突破在于引入机器学习技术进行临床数据分析。莱昂大学（ULE）的Alba研究小组（先进生物医学分析研究组）与SALBIS研究团队展开跨学科合作，成功开发出智能预测工具，通过分析接受初级保健物理治疗患者的多维度数据，能够预测其功能障碍和疼痛程度的发展轨迹，从而实现诊断流程优化和个性化治疗干预。
人工智能技术的应用使得大规模临床数据的高效筛选成为可能，能够捕捉常规统计分析难以发现的复杂模式与变量间的潜在关联。该系统的核心价值在于能够在治疗初期识别出具有较高恶化风险的患者，为临床医生实施早期精准干预提供决策支持，最终实现从经验医学向精准医学的范式转变。
