开发和内部验证临床风险工具来预测成年人的慢性术后疼痛:一个前性的多中心队列研究

科学领域:

• 疼痛医学 医学 疼痛医学
• 外科手术的结果
• 预测分析是一种预测分析.

背景情况:

• 慢性术后疼痛 (CPSP) 是一个重大的临床挑战.
• 有效管理CPSP需要准确的风险预测.
• 目前用于预测CPSP的工具有限.

研究的目的:

• 开发和内部验证可推广的医疗点风险工具,用于预测CPSP.
• 确定CPSP的关键手术前和手术后预测因素.
• 评估开发的预测模型的临床实用性.

主要方法:

• 一个多中心的前性队列研究,对960名接受选择性手术的成年患者进行了研究.
• 使用多变量逻辑回归和向后一步选择的预测模型的开发.
• 通过引导重新抽样和使用歧视,校准和决策曲线分析的性能评估进行内部验证.

主要成果:

• 根据主要和次要结果,分别有16.3%和33.6%的患者经历了CPSP.
• 基于值的CPSP模型的预测因素包括年龄较小,女性性别,手术前疼痛,手术因素和急性疼痛强度.
• 基于值的模型的乐观度校正的AUC为0.748 (手术前) 和0.747 (术后),显示出良好的性能和临床效用.

结论:

• 预测CPSP的可通用点照顾风险工具是可行的,特别是基于值的结果.
• 主要CPSP模型将年龄和手术前疼痛确定为关键预测因素.
• 需要进一步的独立验证,以确认这些风险工具的通用性,以改善CPSP管理.