根据广泛的多变量数据集,根据膝关节置换术后慢性术后疼痛个体预后的时间依赖性预测模型

科学领域:

• 整形外科 整形外科 整形外科
• 疼痛医学 医学 疼痛医学
• 生物统计学 生物统计学

背景情况:

• 在全膝关节整形术 (TKA) 后的慢性术后疼痛 (CPSP) 是一个重大的临床挑战.
• 缺乏可靠的预测模型阻碍了对TKA患者的有效患者管理和干预策略.

研究的目的:

• 在接受全膝关节整形手术 (TKA) 的患者中开发和评估慢性术后疼痛 (CPSP) 的预测模型.
• 评估术前变量和早期术后数据对长期疼痛结果的预测能力.

主要方法:

• 这是一项前性多中心研究,涉及933名TKA患者.
• 在手术后的一年内,在八个时间点收集了91个变量.
• 在模型开发中应用最小绝对收缩和选择操作员 (LASSO) 回归 (1秒和分钟).

主要成果:

• 术前模型显示预测能力低 (AUC为0.617),利用年龄,悲观情绪,WOMAC疼痛和定时启动和启动.
• 结合手术后六个月的数据的模型显示中等预测能力 (AUC 0.755),包括PHQ-4,KOOS疼痛,WOMAC疼痛,KOOS症状,体育和生活质量.
• 更复杂的LASSO最小模型在预测准确度上提供了最小的改进.

结论:

• 在TKA之后,慢性术后疼痛的个体预测仍然有限,即使有大量的数据和先进的统计方法.
• 术后因素显著提高疼痛预测与单独的手术前数据相比.
• 需要进一步的研究,以确定TKA后慢性术后疼痛的更强大的预测因子.