一个纳米图模型整合炎症标记器,用于预测选择性神经根块后复发性坐骨髓炎的风险
1Department of Pain Medicine, Jinling Hospital, Affiliated Hospital of Medical School, Nanjing University, Nanjing, People's Republic of China.
Risk management and healthcare policy
|April 17, 2025
概括
预测腰椎间盘的选择性神经根堵塞后的坐骨神经炎复发是具有挑战性的. 结合临床,成像和炎症数据的新型诺莫格拉姆模型准确预测复发风险,有助于个性化治疗.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 干预性疼痛管理 干预性疼痛管理
- 放射学 放射学是一门学科.
背景情况:
- 腰椎间盘 (LDH) 通常会导致腹筋痛.
- 选择性神经根阻断 (SNRB) 是一种有效的治疗方法,用于LDH诱导的坐骨髓痛.
- 在LDH患者中预测SNRB后的坐骨髓 sciatica复发仍然是一个临床挑战.
研究的目的:
- 在LDH患者中开发一个诺莫格拉姆模型,用于预测LDH患者SNRB后的坐骨л sciatica复发.
- 整合临床,成像和炎症标志物,以提高预测准确度.
- 解决用于预测模型构建的炎症标志物的数据缺口.
主要方法:
- 后勤回归分析,以确定 sciatica复发的独立预测因素.
- 使用已识别的风险因素构建一个名ogram预测模型.
- 通过ROC分析,校准曲线和决策曲线分析 (DCA) 验证名图的性能和临床效用.
主要成果:
- 手术前的感觉症状,类型和全身炎症反应指数是不利结果的重要预测因素.
- 在内部验证后,该名图实现了0.764的AUC,预后精度为0.756.
- 该模型通过ROC,校准和DCA证明了有利的预测性能和临床益处.
结论:
- 确定了用于预测SNRB后的 sciatica患者不良结果的关键风险因素.
- 开发了一个经过验证的nomogram模型,整合了临床,放射学和炎症因素.
- 该模型有助于早期预测和个性化医疗干预的复发性 sciatica.
