熊华荣, 廖丽丽, 刘薇, 应笑
目的 探讨影响经腹全子宫切除术(total abdominal hysterectomy, TAH)患者术后发生慢性术后疼痛(chronic postsurgical pain, CPSP)的危险因素,并基于这些因素构建和验证预测模型。方法 回顾性选取2022年1月至2023年5月在某医院接受TAH治疗的203例患者作为建模集,根据患者术后数字疼痛评分量表(Numerical Rating Scale, NRS)评分,将其分为 CPSP 组(n=56)和非CPSP组(n=147)。采用单因素和多因素分析筛选危险因素,基于独立危险因素构建并验证预测模型,同时对模型的预测效能进行评估。另选取2023年6月至2023年11月在同一家医院接受TAH治疗的87例患者作为验证集,对模型的预测效能进行外部验证。结果 TAH 患者的CPSP 发生率为27.59%。单因素分析结果显示,术前疼痛、焦虑、抑郁、术后1小时NRS评分及疼痛灾难化量表(Pain Catastrophizing Scale, PCS)评分均是TAH \患者发生CPSP的影响因素(P<0.05)。多因素logistic回归分析结果表明,术前疼痛、焦虑、抑郁、术后1小时NRS评分高及PCS评分高均是TAH患者发生CPSP的独立危险因素(P<0.05)。该模型的受试者工作特征(receiver operating characteristic, ROC)曲线下面积为0.879(95% 置信区间:0.823~0.934),最大约登指数为0.671,灵敏度为0.821,特异度为0.850,区分度良好。对列线图模型进行Hosmer-Lemeshow检验,结果显示χ²=13.263,P=0.103;模型校正曲线总体趋近于理想曲线,拟合度良好(P<0.05)。决策曲线分析(decision curve analysis, DCA)显示,当阈概率处于12%~99%时,使用该列线图模型预测TAH患者发生CPSP可获得净获益,具有良好的临床应用价值。外部验证结果显示,模型的预测效果良好。结论 该预测模型可有效预测TAH患者发生CPSP的风险,强调了术前评估与干预的重要性。它不仅为高危患者的早期识别提供了依据,也为临床实践提供了重要工具,还可能为围术期探索有效的预防措施、减轻患者术后CPSP负担提供参考。