多域评估和数据驱动的方法来预测复发性部疼痛 (END-RNP):为多中心前性纵向队列研究的研究方案
Valter Devecchi1, Bernard Liew2, Jonathan Price3,4
1Centre of Precision Rehabilitation for Spinal Pain (CPR Spine), School of Sport, Exercise and Rehabilitation Sciences, University of Birmingham, Birmingham, UK.
BMJ open
|February 27, 2026
概括
部疼痛 (NP) 是一种常见的残疾. 终结复发性部疼痛 (END-RNP) 研究预测了在没有疼痛的个体中使用身体,心理和社会因素的频繁和严重的NP发作.
科学领域:
- 肌肉骨健康 肌肉骨健康
- 慢性疼痛的流行病学
- 康复科学是康复的科学.
背景情况:
- 部疼痛 (NP) 是一个重要的全球健康问题,导致广泛的残疾和增加经济负担.
- 复发性NP影响着数百万人,但预测新发或更严重发作的因素仍然不太清楚.
- 在发作之间持续的身体,心理和社会变化可能会导致复发.
研究的目的:
- 确定在12个月内预测新的部疼痛发作频率和严重性的身体,心理和社会因素.
- 利用症状缓解的个体的数据,开发用于痛复发的预测模型.
- 为了告知个性化预防策略的重复性部疼痛.
主要方法:
- 一项多中心前性队列研究 (END-RNP) 涉及300名患有复发性NP的成年人和48名对照.
- 在无疼痛状态下对身体 (动力学,力量,耐力,激活),疼痛处理和心理社会因素的基线实验室评估.
- 进行12个月的随访,每两周在线问卷调查NP发作,强度,干扰和医疗保健使用情况;针对急性发作重复实验室测试.
主要成果:
- 预测模型将使用基于基线测量的惩罚回归来开发,以区分反复的NP与对照或显示主体内变化.
- 模型将预测 (i) 具有NP的日数 (线性回归) 和 (ii) NP严重程度 (顺序回归).
- 内部验证将使用引导重新抽样来评估模型性能,稳定性和临床实用性.
结论:
- 该END-RNP研究将产生临床预测工具,以识别患有频繁和严重复发NP高风险的个体.
- 这些工具将支持针对重复性部疼痛的个性化预防策略的开发.
- 这些发现将有助于管理日益增长的全球部疼痛残疾负担.
