预测纤维肌痛多组分治疗的不响应:机器学习模型的开发和验证
Rodrigo López-García1,2, Mayte Serrat3, Juan P Sanabria-Mazo4,5
1Escoles Universitaries Gimbernat, Autonomous University of Barcelona. Avinguda de la Generalitat 202-206, 08174, Sant Cugat del Vallès, Barcelona, Spain.
The Clinical journal of pain
|March 2, 2026
概括
确定了纤维肌痛 (FM) 治疗不响应的预测因素. 焦虑和抑郁等心理因素,以及较低的身体功能,与多元组件FM程序的糟糕结果有关.
科学领域:
- 类风湿病学 类风湿病学
- 疼痛医学 医学 疼痛医学
- 精神病学是一个精神病学.
背景情况:
- 多元组件计划 (运动,CBT,疼痛教育) 对纤维肌痛 (FM) 有效.
- 然而,许多患者无法实现显著的症状改善.
- 识别不响应者对于个性化治疗至关重要.
研究的目的:
- 为了确定不响应多元组件FM治疗的预测因素.
- 开发治疗结果的预后分类模型.
主要方法:
- 从随机对照试验中对788名参与者的二次分析.
- 非响应定义为纤维肌痛影响问卷修订 (FIQR) 得分减少 <20%.
- 最小绝对收缩和选择操作员 (LASSO) 规范化用于分类人员培训和外部验证.
主要成果:
- 较高的基线焦虑,抑郁,动态恐惧症和FM严重程度预测了不响应.
- 较低的身体功能,较年轻的年龄和较低的BMI也与不响应有关.
- 该模型显示了足够的分类准确性 (AUC=0.657).
结论:
- 心理,功能和人口因素预测不对FM治疗产生反应.
- 这些发现支持进一步验证治疗规划的分层方法.
- 开发了一种原型计算器,以结合已识别的预测因素.
