Educational scope: this article presents a framework for measuring rehabilitation outcomes. Measure selection, interpretation and treatment decisions must be adapted to the person, condition, setting and professional scope. It does not replace clinical assessment.
Pain is an outcome, not the whole verdict
A pain score is fast, familiar and clinically relevant. It can show whether a symptom is changing, but it cannot tell us whether the person can climb stairs, return to work, train, sleep, carry a child or participate in life with confidence.
The reverse is also possible. Someone may recover meaningful function while still reporting pain, or show a lower pain score while remaining inactive and dependent. If rehabilitation follows only pain, both trajectories can be misread.
The World Health Organization’s International Classification of Functioning, Disability and Health describes functioning through body functions and structures, activities and participation, all interacting with environmental and personal factors (World Health Organization, 2001). This changes the central question from “How much does it hurt?” to “What is happening in the body, what can this person do and what are they returning to?”
Research already tells us not to use one domain alone
The IMMPACT consensus for chronic pain trials recommended six core domains: pain, physical functioning, emotional functioning, the participant’s rating of improvement and satisfaction, symptoms and adverse events, and participant disposition such as adherence or withdrawal (Turk et al., 2003). It was designed for trials, but its message is useful in practice: benefit and harm are multidimensional.
For non-specific low-back pain trials, an international Delphi process reached consensus on physical functioning, pain intensity and health-related quality of life as core domains, with deaths included as a safety outcome (Chiarotto et al., 2015). A later process recommended the Oswestry Disability Index 2.1a for physical functioning, the Numeric Rating Scale for pain and the Short Form Health Survey 12 for health-related quality of life in that research context (Chiarotto et al., 2018).
These are not universal prescriptions for every clinic. They are evidence that a minimum shared set improves comparison and reduces selective reporting. Clinical practice then needs a second layer: measures that match the person’s diagnosis, goals, environment and available time.
A practical minimum outcome dashboard
The best dashboard is not the one with the most fields. It is the smallest set that captures the important domains and can change a decision.
| Domain | Possible measure | Question it answers | Possible decision |
|---|---|---|---|
| Symptoms | Pain intensity, symptom behavior, sleep or stiffness | How burdensome and irritable is the presentation? | Adjust load, pacing, recovery or referral |
| Patient-reported function | Condition-specific questionnaire | How does the person experience limitation across daily tasks? | Track broad functional change |
| Performance or capacity | Repeated sit-to-stand, timed walk, lift, balance or goal-specific test | What can the person demonstrate under defined conditions? | Progress exercise and test readiness |
| Participation | Work, sport, family or social-role status | Has capacity transferred to real life? | Address context, exposure and return planning |
| Individual goal | Patient-Specific Functional Scale or a clearly defined goal | Is the outcome personally relevant? | Reprioritize the plan with the person |
| Perceived change | Global rating plus a short explanation | Does the person feel meaningfully better, unchanged or worse? | Explore agreement or conflict with other measures |
| Safety and exposure | Adverse events, attendance, home-program exposure and progression | What treatment was actually received and tolerated? | Interpret response before labeling success or failure |
Patient report and performance are complementary
A questionnaire describes the person’s experience. A performance test describes behavior under specified conditions. They should not be expected to produce identical answers.
A person may improve a timed walk without feeling ready to commute, or report better function while a strength test remains unchanged. Pain, fear, expectations, fatigue, environment and task relevance can influence the gap. Instead of choosing which measure is “right,” the clinician should investigate why they disagree.
The Patient-Specific Functional Scale asks people to identify activities they find difficult and rate their ability. An updated systematic review found sufficient responsiveness across many musculoskeletal uses, but uncertain construct validity as a general measure of physical function and variable evidence across conditions (Pathak et al., 2022). It is useful for personal relevance, not a replacement for every standardized measure.
Goal Attainment Scaling can also make progress individual, but a systematic review in low-back pain found promising feasibility and responsiveness alongside limited and low-level validation evidence (Haladay et al., 2021). Individualization adds meaning only when goals, starting level, expected achievement and scoring are defined clearly.
Change must be real, meaningful and interpretable
Three questions should be separated:
- Did the score change? This is the observed numerical difference.
- Is the change larger than measurement noise? This concerns reliability and measurement error.
- Does the change matter to the person? This concerns meaningful improvement, goals and context.
For common low-back pain measures, Ostelo and colleagues proposed a 30% improvement from baseline as a useful starting point for clinically meaningful individual change. They also emphasized wide variation across methods and described the thresholds as a common starting point rather than a final answer (Ostelo et al., 2008). A cut-off should therefore inform interpretation, not replace it.
Global ratings of change can add the patient’s judgment, but they may be influenced by current status and imperfect recall of baseline. Their wording, time frame and scale design matter (Kamper et al., 2009). They work best as one perspective within a dashboard, not as the sole anchor of truth.
Measurement should follow a decision cycle
- Define the baseline problem. Record the activity, context, symptom behavior and starting measure before treatment changes it.
- Choose a small set of measures. Include at least one personally meaningful outcome and one measure suitable for comparison over time.
- Standardize reassessment. Use the same instructions, equipment, conditions and time frame whenever possible.
- Interpret the pattern. Look for agreement and disagreement across symptoms, function, performance and participation.
- Change the plan when the data justify it. Progress, maintain, modify, refer or discharge based on the whole picture.
- Document uncertainty. Missing data, inconsistent exposure and contextual changes are part of the result.
My reading
My reading is that rehabilitation quality is not demonstrated by a long list of exercises or by a pain score reaching zero. It is demonstrated by a traceable connection between the person’s problem, the intervention, the change observed and the decision that followed.
This is also where clinical work and operational data meet. If a service records only appointments and revenue, it cannot explain clinical value. If it records dozens of outcomes without a workflow for reassessment, it creates data without decisions. The better system is modest: a baseline, a small multidimensional dashboard, scheduled follow-up and a clear reason for every field.
For the Optimo Physio Platform, this means the next level is not simply adding more forms. It is designing an outcome pathway that can show whether people are improving in ways that matter, while keeping data collection feasible for clinicians and safe for patients.
Limitations
This is a cross-condition conceptual framework, not a condition-specific protocol. Several cited recommendations were developed for clinical trials or low-back pain and cannot be transferred unchanged to every rehabilitation population. Appropriate instruments, reassessment intervals and safety criteria depend on the condition, phase of care, setting and individual goals.
References
Chiarotto, A., Boers, M., Deyo, R. A., Buchbinder, R., Corbin, T. P., Costa, L. O. P., Foster, N. E., Grotle, M., Koes, B. W., Kovacs, F. M., Lin, C. W. C., Maher, C. G., Pearson, A. M., Peul, W. C., Schoene, M. L., Turk, D. C., van Tulder, M. W., Terwee, C. B., & Ostelo, R. W. (2018). Core outcome measurement instruments for clinical trials in nonspecific low back pain. Pain, 159(3), 481–495. https://doi.org/10.1097/j.pain.0000000000001117
Chiarotto, A., Deyo, R. A., Terwee, C. B., Boers, M., Buchbinder, R., Corbin, T. P., Costa, L. O. P., Foster, N. E., Grotle, M., Koes, B. W., Kovacs, F. M., Lin, C. W. C., Maher, C. G., Pearson, A. M., Peul, W. C., Schoene, M. L., Turk, D. C., van Tulder, M. W., & Ostelo, R. W. (2015). Core outcome domains for clinical trials in non-specific low back pain. European Spine Journal, 24(6), 1127–1142. https://doi.org/10.1007/s00586-015-3892-3
Haladay, D., Swisher, L., & Hardwick, D. (2021). Goal attainment scaling for patients with low back pain in rehabilitation: A systematic review. Health Science Reports, 4(3), e378. https://doi.org/10.1002/hsr2.378
Kamper, S. J., Maher, C. G., & Mackay, G. (2009). Global rating of change scales: A review of strengths and weaknesses and considerations for design. Journal of Manual & Manipulative Therapy, 17(3), 163–170. https://doi.org/10.1179/jmt.2009.17.3.163
Ostelo, R. W. J. G., Deyo, R. A., Stratford, P., Waddell, G., Croft, P., Von Korff, M., Bouter, L. M., & de Vet, H. C. W. (2008). Interpreting change scores for pain and functional status in low back pain: Towards international consensus regarding minimal important change. Spine, 33(1), 90–94. https://doi.org/10.1097/BRS.0b013e31815e3a10
Pathak, A., Wilson, R., Sharma, S., Pryymachenko, Y., Ribeiro, D. C., Chua, J., & Abbott, J. H. (2022). Measurement properties of the Patient-Specific Functional Scale and its current uses: An updated systematic review of 57 studies using COSMIN guidelines. Journal of Orthopaedic & Sports Physical Therapy, 52(5), 262–275. https://doi.org/10.2519/jospt.2022.10727
Turk, D. C., Dworkin, R. H., Allen, R. R., Bellamy, N., Brandenburg, N., Carr, D. B., Cleeland, C., Dionne, R., Farrar, J. T., Galer, B. S., Hewitt, D. J., Jadad, A. R., Katz, N. P., Kramer, L. D., Manning, D. C., McCormick, C. G., McDermott, M. P., McGrath, P., Quessy, S., … Witter, J. (2003). Core outcome domains for chronic pain clinical trials: IMMPACT recommendations. Pain, 106(3), 337–345. https://doi.org/10.1016/j.pain.2003.08.001
World Health Organization. (2001). International classification of functioning, disability and health: ICF. https://www.who.int/classifications/international-classification-of-functioning-disability-and-health
Alcance educativo: este artículo presenta un marco para medir resultados en rehabilitación. La selección de medidas, su interpretación y las decisiones terapéuticas deben adaptarse a la persona, la condición, el contexto y el alcance profesional. No reemplaza una evaluación clínica.
El dolor es un resultado, no el veredicto completo
Una escala de dolor es rápida, conocida y clínicamente relevante. Puede mostrar si un síntoma está cambiando, pero no puede decirnos si la persona sube escaleras, vuelve al trabajo, entrena, duerme, carga a su hijo o participa en su vida con confianza.
También puede ocurrir lo contrario. Alguien puede recuperar una función valiosa mientras todavía reporta dolor, o mostrar menos dolor mientras continúa inactivo y dependiente. Si la rehabilitación sigue solamente el dolor, ambas trayectorias pueden interpretarse mal.
La Clasificación Internacional del Funcionamiento, de la Discapacidad y de la Salud de la Organización Mundial de la Salud describe el funcionamiento mediante las funciones y estructuras corporales, las actividades y la participación, en interacción con factores ambientales y personales (World Health Organization, 2001). Esto cambia la pregunta central de “¿Cuánto duele?” a “¿Qué ocurre en el cuerpo, qué puede hacer esta persona y a qué está regresando?”
La investigación ya indica que un solo dominio no es suficiente
El consenso IMMPACT para ensayos de dolor crónico recomendó seis dominios centrales: dolor, funcionamiento físico, funcionamiento emocional, valoración de mejoría y satisfacción por parte del participante, síntomas y eventos adversos, y disposición del participante, como adherencia o retiro (Turk et al., 2003). Fue diseñado para ensayos, pero su mensaje resulta útil en la práctica: el beneficio y el daño son multidimensionales.
Para ensayos sobre dolor lumbar inespecífico, un proceso Delphi internacional alcanzó consenso sobre funcionamiento físico, intensidad del dolor y calidad de vida relacionada con la salud como dominios centrales, además de incluir las muertes como resultado de seguridad (Chiarotto et al., 2015). Un proceso posterior recomendó el Oswestry Disability Index 2.1a para funcionamiento físico, la escala numérica para dolor y el Short Form Health Survey 12 para calidad de vida en ese contexto investigativo (Chiarotto et al., 2018).
Estas no son prescripciones universales para todas las clínicas. Son evidencia de que un conjunto mínimo compartido mejora la comparación y reduce el reporte selectivo. La práctica clínica necesita después una segunda capa: medidas que correspondan al diagnóstico, los objetivos, el entorno y el tiempo disponible de la persona.
Un dashboard mínimo y práctico de resultados
El mejor dashboard no es el que contiene más campos. Es el conjunto más pequeño que captura los dominios importantes y puede cambiar una decisión.
| Dominio | Medida posible | Pregunta que responde | Decisión posible |
|---|---|---|---|
| Síntomas | Intensidad del dolor, comportamiento de síntomas, sueño o rigidez | ¿Qué tanta carga e irritabilidad presenta el cuadro? | Ajustar carga, dosificación, recuperación o derivación |
| Función autorreportada | Cuestionario específico de la condición | ¿Cómo vive la persona la limitación en sus tareas diarias? | Seguir el cambio funcional amplio |
| Desempeño o capacidad | Sentarse y levantarse, caminata cronometrada, levantamiento, equilibrio o prueba específica | ¿Qué puede demostrar bajo condiciones definidas? | Progresar ejercicio y evaluar preparación |
| Participación | Estado laboral, deportivo, familiar o social | ¿La capacidad se transfirió a la vida real? | Abordar contexto, exposición y planificación del retorno |
| Objetivo individual | Patient-Specific Functional Scale u objetivo claramente definido | ¿El resultado es personalmente relevante? | Repriorizar el plan con la persona |
| Cambio percibido | Valoración global acompañada de una explicación breve | ¿La persona se siente significativamente mejor, igual o peor? | Explorar acuerdo o conflicto con otras medidas |
| Seguridad y exposición | Eventos adversos, asistencia, exposición al programa en casa y progresión | ¿Qué tratamiento recibió y toleró realmente? | Interpretar la respuesta antes de etiquetar éxito o fracaso |
El autorreporte y el desempeño se complementan
Un cuestionario describe la experiencia de la persona. Una prueba de desempeño describe una conducta bajo condiciones específicas. No deberían producir necesariamente la misma respuesta.
Una persona puede mejorar una caminata cronometrada sin sentirse preparada para desplazarse al trabajo, o reportar mejor función mientras una prueba de fuerza no cambia. El dolor, el miedo, las expectativas, la fatiga, el entorno y la relevancia de la tarea pueden influir en esa diferencia. En lugar de elegir qué medida tiene la razón, el profesional debería investigar por qué no coinciden.
La Patient-Specific Functional Scale pide identificar actividades difíciles y puntuar la capacidad para realizarlas. Una revisión sistemática actualizada encontró respuesta suficiente al cambio en múltiples usos musculoesqueléticos, pero validez de constructo incierta como medida general de función física y evidencia variable entre condiciones (Pathak et al., 2022). Es útil para aportar relevancia personal, no para reemplazar todas las medidas estandarizadas.
Goal Attainment Scaling también puede individualizar el progreso, pero una revisión sistemática en dolor lumbar encontró viabilidad y capacidad de respuesta prometedoras junto con evidencia limitada y de bajo nivel para su validación (Haladay et al., 2021). La individualización añade significado solamente cuando el objetivo, el nivel inicial, el logro esperado y la puntuación se definen con claridad.
El cambio debe ser real, significativo e interpretable
Es necesario separar tres preguntas:
- ¿Cambió la puntuación? Es la diferencia numérica observada.
- ¿El cambio supera el ruido de medición? Se relaciona con confiabilidad y error de medición.
- ¿El cambio le importa a la persona? Se relaciona con mejoría significativa, objetivos y contexto.
Para medidas habituales de dolor lumbar, Ostelo y colaboradores propusieron una mejoría del 30% desde la línea base como punto de partida útil para interpretar un cambio individual clínicamente significativo. También destacaron la gran variación entre métodos y describieron estos umbrales como un punto de partida común, no como una respuesta definitiva (Ostelo et al., 2008). Por eso un punto de corte debe informar la interpretación y no reemplazarla.
Las escalas globales de cambio pueden añadir el juicio de la persona, pero pueden verse influidas por el estado actual y por un recuerdo imperfecto de la línea base. Su redacción, periodo temporal y diseño importan (Kamper et al., 2009). Funcionan mejor como una perspectiva dentro del dashboard y no como el único criterio de verdad.
La medición debe seguir un ciclo de decisión
- Definir el problema en la línea base. Registrar actividad, contexto, comportamiento de síntomas y medida inicial antes de que el tratamiento los modifique.
- Elegir un conjunto pequeño de medidas. Incluir al menos un resultado significativo para la persona y una medida apta para comparar en el tiempo.
- Estandarizar la reevaluación. Utilizar las mismas instrucciones, equipos, condiciones y periodo siempre que sea posible.
- Interpretar el patrón. Buscar acuerdos y desacuerdos entre síntomas, función, desempeño y participación.
- Cambiar el plan cuando los datos lo justifiquen. Progresar, mantener, modificar, derivar o dar alta según el cuadro completo.
- Documentar la incertidumbre. Los datos faltantes, la exposición inconsistente y los cambios de contexto forman parte del resultado.
Mi lectura
Mi lectura es que la calidad de una rehabilitación no se demuestra mediante una lista larga de ejercicios ni cuando la escala de dolor llega a cero. Se demuestra mediante una conexión trazable entre el problema de la persona, la intervención, el cambio observado y la decisión que vino después.
Aquí también se encuentran el trabajo clínico y los datos operativos. Si un servicio registra únicamente citas e ingresos, no puede explicar su valor clínico. Si registra docenas de resultados sin un flujo de reevaluación, crea datos sin decisiones. El mejor sistema es modesto: una línea base, un dashboard multidimensional pequeño, seguimiento programado y una razón clara para cada campo.
Para Optimo Physio Platform, esto significa que el siguiente nivel no consiste simplemente en añadir más formularios. Consiste en diseñar una ruta de resultados capaz de mostrar si las personas mejoran en aspectos que les importan, manteniendo al mismo tiempo una recolección de datos viable para los profesionales y segura para los pacientes.
Limitaciones
Este es un marco conceptual transversal y no un protocolo específico para una condición. Varias recomendaciones citadas fueron desarrolladas para ensayos clínicos o dolor lumbar y no pueden trasladarse sin cambios a todas las poblaciones de rehabilitación. Los instrumentos apropiados, los intervalos de reevaluación y los criterios de seguridad dependen de la condición, la fase asistencial, el contexto y los objetivos individuales.
Referencias
Chiarotto, A., Boers, M., Deyo, R. A., Buchbinder, R., Corbin, T. P., Costa, L. O. P., Foster, N. E., Grotle, M., Koes, B. W., Kovacs, F. M., Lin, C. W. C., Maher, C. G., Pearson, A. M., Peul, W. C., Schoene, M. L., Turk, D. C., van Tulder, M. W., Terwee, C. B., & Ostelo, R. W. (2018). Core outcome measurement instruments for clinical trials in nonspecific low back pain. Pain, 159(3), 481–495. https://doi.org/10.1097/j.pain.0000000000001117
Chiarotto, A., Deyo, R. A., Terwee, C. B., Boers, M., Buchbinder, R., Corbin, T. P., Costa, L. O. P., Foster, N. E., Grotle, M., Koes, B. W., Kovacs, F. M., Lin, C. W. C., Maher, C. G., Pearson, A. M., Peul, W. C., Schoene, M. L., Turk, D. C., van Tulder, M. W., & Ostelo, R. W. (2015). Core outcome domains for clinical trials in non-specific low back pain. European Spine Journal, 24(6), 1127–1142. https://doi.org/10.1007/s00586-015-3892-3
Haladay, D., Swisher, L., & Hardwick, D. (2021). Goal attainment scaling for patients with low back pain in rehabilitation: A systematic review. Health Science Reports, 4(3), e378. https://doi.org/10.1002/hsr2.378
Kamper, S. J., Maher, C. G., & Mackay, G. (2009). Global rating of change scales: A review of strengths and weaknesses and considerations for design. Journal of Manual & Manipulative Therapy, 17(3), 163–170. https://doi.org/10.1179/jmt.2009.17.3.163
Ostelo, R. W. J. G., Deyo, R. A., Stratford, P., Waddell, G., Croft, P., Von Korff, M., Bouter, L. M., & de Vet, H. C. W. (2008). Interpreting change scores for pain and functional status in low back pain: Towards international consensus regarding minimal important change. Spine, 33(1), 90–94. https://doi.org/10.1097/BRS.0b013e31815e3a10
Pathak, A., Wilson, R., Sharma, S., Pryymachenko, Y., Ribeiro, D. C., Chua, J., & Abbott, J. H. (2022). Measurement properties of the Patient-Specific Functional Scale and its current uses: An updated systematic review of 57 studies using COSMIN guidelines. Journal of Orthopaedic & Sports Physical Therapy, 52(5), 262–275. https://doi.org/10.2519/jospt.2022.10727
Turk, D. C., Dworkin, R. H., Allen, R. R., Bellamy, N., Brandenburg, N., Carr, D. B., Cleeland, C., Dionne, R., Farrar, J. T., Galer, B. S., Hewitt, D. J., Jadad, A. R., Katz, N. P., Kramer, L. D., Manning, D. C., McCormick, C. G., McDermott, M. P., McGrath, P., Quessy, S., … Witter, J. (2003). Core outcome domains for chronic pain clinical trials: IMMPACT recommendations. Pain, 106(3), 337–345. https://doi.org/10.1016/j.pain.2003.08.001
World Health Organization. (2001). International classification of functioning, disability and health: ICF. https://www.who.int/classifications/international-classification-of-functioning-disability-and-health