包含2周神经病理性特征疼痛的5项预测模型用于胸腔镜肺手术后慢性术后疼痛:一项前瞻性队列研究

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

作者信息Wei Dou, Hai-Jing Shi, Jin-Yi Liu, Yi-Qian Zhang, Hong Liu, Jing-Hui Hu, Ke Peng
PMID42605792
发布时间2026-08
DOI10.1002/ejp.70360

实验完整度

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。

主要模型

胸腔镜肺切除术患者队列(483例)

重点核对

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

摘要

背景:视频辅助胸腔镜手术后的慢性术后疼痛(CPSP)很常见,但临床医生缺乏在常规随访中识别高风险患者的工具。我们假设,2周时具有神经病理性特征的疼痛(提示中枢敏化)可以对风险进行分层并指导精准镇痛。方法:这项前瞻性队列研究纳入了500名接受胸腔镜肺切除术的成人。开发了两个逻辑模型:一个使用术后第1天(POD1)的变量,另一个在POD14添加神经病理性疼痛特征。主要结局是术后3个月时的CPSP,定义为手术区域NRS评分≥1且术前不存在,且不能归因于恶性肿瘤或感染;使用NRS ≥ 3进行敏感性分析。使用区分度(曲线下面积AUC)、校准和决策曲线分析来量化预测性能和潜在的临床适用性。结果:分析了483名患者,其中247名(51.1%)发生CPSP,184名(38.1%)3个月NRS ≥ 3。POD14模型(性别、手术类型、胸管引流时间、疼痛强度、神经病理性疼痛特征)优于POD1模型(AUC 0.865,95%CI:0.827–0.903),AUC为0.904(95%CI:0.872–0.936)。2周时的神经病理性疼痛是最强的预测因子(OR 13.98,95%CI:2.90–67.38)。时间验证确认了区分度和良好的校准。敏感性分析显示POD14模型的AUC为0.786(95%CI:0.737–0.835);神经病理性疼痛特征保留了较强的预测价值。结论:这个包含2周访视时神经病理性疼痛特征的5项工具可识别VATS后CPSP高风险患者。意义声明:本研究将中枢敏化从理论机制转化为可操作的床边工具,证明了在常规两周随访时捕获的神经病理性疼痛特征可对VATS后CPSP风险进行分层。该5项模型是VATS后个体化CPSP风险分层的初步步骤,在临床应用之前需要外部验证。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在胸腔镜肺切除术后,利用常规随访时点(POD1和POD14)的临床变量,能否建立预测3个月CPSP风险的模型?
核心机制
POD14时具有神经病理性特征的疼痛(反映神经损伤和中枢敏化)是CPSP的最强预测因子,其比值比为13.98。
主要证据
前瞻性队列中483例患者,POD14模型(包含性别、手术类型、胸管引流时间、疼痛强度、神经病理性疼痛特征)的AUC为0.904,时间验证中AUC为0.796;敏感性分析中AUC为0.786。
研究意义
该5项模型为VATS后个体化CPSP风险分层迈出第一步,为常规2周随访中的干预决策提供依据,但在临床应用前需进行外部验证。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

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。

2

筛选候选预测因子

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。

3

建立POD1预测模型

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。

4

建立POD14预测模型

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。

5

模型性能验证

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。

6

敏感性分析

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。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R----
SPSSIBM--
神经病理性疼痛4问卷----

关键环节

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