样本招募与数据采集
建立慢性肌肉骨骼疼痛青少年队列并收集基线及随访数据
从三个三级儿童疼痛诊所招募263名青少年,采集人口学、疼痛参数、PEG及临床变量,随访12个月
Identification of high-impact chronic pain in adolescents with musculoskeletal pain
横断面队列分析PEG心理测量学,含相关、ROC、logistic回归及12个月随访,但无独立功能或机制验证。
263名10-18岁慢性肌肉骨骼疼痛青少年 三个三级儿童疼痛诊所的多中心队列
PEG评分截断值6对HICP的分类准确性 PEG与功能残疾(FDI)的聚合效度 PEG与疼痛强度、不愉快感、生活质量的交叉验证 PEG各条目对高功能残疾的独立贡献 12个月随访中HICP状态的转变模式
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。
建立慢性肌肉骨骼疼痛青少年队列并收集基线及随访数据
从三个三级儿童疼痛诊所招募263名青少年,采集人口学、疼痛参数、PEG及临床变量,随访12个月
检验PEG与主要和次要临床变量的相关性
计算PEG与功能残疾、疼痛强度、不愉快感、生活质量、睡眠、疲劳、抑郁、焦虑、疼痛灾难化的Pearson相关系数
确定PEG识别HICP的最佳截断值并评估其分类准确性
以功能残疾、疼痛强度、不愉快感、生活质量为结局,进行ROC分析,计算AUC、敏感度、特异度、PPV、约登指数,选择最佳截断值
验证PEG截断值6在其他临床变量中的一致性
将基于功能残疾选定的PEG截断值6应用于疼痛强度、不愉快感和生活质量变量,评估分类指标
评估PEG干扰条目是否独立于强度条目提供功能信息
对每个PEG条目进行ROC分析,并采用分层logistic回归预测高功能残疾,计算OR和部分相关
描述HICP状态在12个月内的变化轨迹
使用PEG截断值6定义HICP,通过Sankey图展示状态转变,计算各时间点HICP比例
探索物理治疗和行为健康服务参与与HICP状态变化的关联
记录各时间点PT和BH服务接受情况(二元变量),通过序列热图可视化,按3个月HICP状态分层总结
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 |
|---|---|---|---|
| 数据采集 | 研究电子数据采集 | -- | -- |
| 数据提取 | Epic | -- | -- |
| 统计分析 | SPSS 31.0版 | IBM Corp | -- |
| 疼痛评估 | 视觉模拟量表 | -- | -- |
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 |
|---|---|
| 样本纳入与排除 | 年龄范围10-18岁;慢性肌肉骨骼疼痛诊断;能阅读并完成英文问卷;样本量263人;招募中心为三个三级儿童疼痛诊所 阅读提示:Methods 2.1 Participants and procedure |
| PEG评分与截断值 | PEG条目评分0-10;总分为3条目均值并四舍五入取整;HICP截断值为6;评估截断值范围0-9 阅读提示:Methods 2.2.6 Pain, Enjoyment, and General Activity scale; Methods 2.5 Statistical analyses |
| 结局变量定义 | FDI高残疾定义为上三分位(≥28);VAS-PS和VAS-PU病例定义基于三分位或中位数;PedsQL低生活质量定义为下三分位(<59.4) 阅读提示:Methods 2.5 Statistical analyses; Table 2 |
| 统计分析参数 | 显著性水平P < 0.05;相关系数强度分类标准;AUC判别标准:0.7-<0.8可接受,0.8-<0.9优秀;约登指数计算公式 阅读提示:Methods 2.5 Statistical analyses |
| 纵向随访与缺失数据处理 | 随访时间点:基线、3、6、9、12个月;缺失数据比例从0%升至10.6%;完整病例敏感性分析基于n=223 阅读提示:Results 3.5 Missing data and high-impact chronic pain status; Supplemental Table S3 |