建立前瞻性队列
收集接受胸腔镜肺切除术的患者数据以开发预测模型
研究连续纳入500例择期行胸腔镜肺切除术的成人,收集术前、术中、术后变量。
A 5-Item Prediction Model Incorporating Pain With Neuropathic Characteristics at 2 Weeks for Chronic Postsurgical Pain After Video-Assisted Thoracoscopic Lung Surgery: A Prospective Cohort Study
研究为前瞻性队列研究,包含模型开发与时间验证,采用逻辑回归、Bootstrap内部验证、校准和决策曲线分析,但缺乏动物或细胞实验等机制验证。
胸腔镜肺切除术患者队列(483例)
CPSP定义(NRS≥1)及敏感性分析(NRS≥3) POD14神经病理性疼痛特征(DN4评分) 胸管引流时间 手术类型
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
收集接受胸腔镜肺切除术的患者数据以开发预测模型
研究连续纳入500例择期行胸腔镜肺切除术的成人,收集术前、术中、术后变量。
识别与CPSP相关的潜在预测因子
对预选的13个候选预测因子进行单因素logistic回归,p<0.10的变量进入多因素分析。
利用POD1可获得的变量早期预测CPSP风险
通过多因素logistic回归构建POD1模型,纳入性别、BMI、手术类型、胸管引流时间和POD1疼痛强度。
在2周访视时加入神经病理性特征以改进预测
构建POD14模型,纳入性别、手术类型、胸管引流时间、POD14疼痛强度和POD14神经病理性疼痛特征。
评估模型的区分度、校准和临床实用性
通过Bootstrap内部验证和时间验证评估模型性能,使用AUC、校准图、Hosmer-Lemeshow检验、Brier分数和决策曲线分析。
评估模型在不同CPSP严重程度阈值下的稳健性
将CPSP定义为NRS≥3时重新评估模型性能。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 统计分析 | R | -- | -- |
| SPSS | IBM | -- | |
| 疼痛评估 | 神经病理性疼痛4问卷 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者队列 | 样本量:开发队列338例,验证队列145例;排除标准包括术前慢性疼痛、既往胸外科手术、中转开胸或3个月内再次手术 阅读提示:Methods 2.2 Participants |
| 围术期管理 | 氟比洛芬酯50mg术中静脉注射,术后两天每日两次;镇痛方案分为区域阻滞、患者自控静脉镇痛或两者 阅读提示:Methods 2.3 Anaesthesia and Pain Management |
| 结局定义 | CPSP定义为术后3个月NRS≥1且术前不存在,不能归因于恶性肿瘤或感染;敏感性分析使用NRS≥3 阅读提示:Methods 2.4 Outcomes |
| 预测因子测量 | 神经病理性疼痛特征通过DN4问卷评估,POD1使用完整10项版本截断值≥4,POD14使用7项访谈版本截断值≥3 阅读提示:Methods 2.5 Predictors |
| 统计分析 | 多重插补处理缺失值;Bootstrap 1000次重采样 阅读提示:Methods 2.7 Statistical Analysis |