估计疼痛视觉模拟尺度从风湿性关节炎的健康评估问卷与β混合模型
Sean P Gavan1, Sainan Chang2, Felice Rivellese3,4
1Manchester Centre for Health Economics, Division of Population Health, Health Services Research and Primary Care, School of Health Sciences, Faculty of Biology, Medicine and Health, The University of Manchester, Manchester, M13 9PL, UK. sean.gavan@manchester.ac.uk.
Rheumatology international
|June 14, 2025
概括
这项研究开发了一个模型来预测疼痛视觉模拟尺度 (VAS) 评分从风湿性关节炎患者的健康评估问卷残疾指数 (HAQ). 该模型准确地估计了疼痛,有助于资源分配和证据合成.
科学领域:
- 类风湿病学 类风湿病学
- 生物统计学 生物统计学
- 卫生经济学 卫生经济学
背景情况:
- 类风湿性关节炎 (RA) 显著影响患者的生活质量,疼痛是一个主要问题.
- 现有措施,如健康评估问卷残疾指数 (HAQ) 和疼痛视觉模拟量表 (VAS) 被使用,但需要直接映射有效的数据合成.
- 从残疾分数准确估计疼痛可以改善资源配置和RA管理中的临床决策.
研究的目的:
- 开发和验证一个统计模型,将健康评估问卷残疾指数 (HAQ) 评分与风湿性关节炎成年人疼痛视觉模拟量表 (VAS) 评分进行映射.
- 为基于残疾评估,支持证据综合和资源分配来估计疼痛水平提供一个工具.
主要方法:
- 利用了一个多中心的4期随机对照试验数据集,对RA的成年人和对TNF-α抑制剂的不充分反应.
- 采用β混合模型,HAQ得分,它的平方,年龄和性别作为独立变量来预测疼痛VAS.
- 使用k倍交叉验证 (RMSE,MAE,伪R2) 和与风湿关节炎药物研究队列的外部验证来评估模型性能.
主要成果:
- 一个使用HAQ,年龄和性别作为预测因素的双组分β混合模型表明,它很适合从HAQ得分中估计疼痛VAS.
- 视觉图表显示了观察和预测疼痛VAS值的相似累积分布,表明模型的准确性.
- 外部验证证实了该模型在独立数据集上的强大性能,强调了其可概括性.
结论:
- 贝塔混合模型提供精确的,非线性估计疼痛VAS从类风湿性关节炎患者的HAQ分数.
- 这种映射有助于改进证据综合,并支持对RA管理的资源分配决策.
- 开发的模型为研究人员和临床医生管理类风湿性关节炎提供了宝贵的工具.
