热线电话:0755-26943630

新闻中心/ News Center

单次腘窝坐骨神经阻滞行足踝手术——术后反跳痛的风险预测模型

时间:2022-08-09 06:59 点击:/次

引言

外周神经阻滞用于足踝手术,可以提供良好镇痛、增加患者满意度、提高手术室周转效率,然而这些益处可能被严重的术后反跳痛削弱。术后反跳痛是神经阻滞消退后突发的一种急性严重疼痛,门诊骨科患者术后反跳痛的发生率高达50%。术后反跳痛的已知危险因素包括年龄偏小、女性、术前疼痛评分高、涉及骨骼的手术(与非骨性手术相比)等,还可能涉及其它一些患者和手术因素,如焦虑、抑郁、手术类型、使用止血带等。

 

为防止患者发生严重术后反跳痛,可采用连续外周神经阻滞、添加区域麻醉佐剂(如地塞米松)和多模式镇痛等方式。本期我们带来《Br J Anaesth》的一项临床研究,选择术前和术中因素构建多变量模型,并验证该模型对单次腘窝坐骨神经阻滞的足踝术后严重反跳痛的预测效应。

 

方法

该研究在加拿大温哥华的圣保罗医院进行了一项单中心回顾性队列研究,纳入 2016 年 1 月 4 日至 2019 年 11 月 1 日在圣保罗医院接受单次腘窝坐骨神经阻滞(联合或不联合其他外周神经阻滞)的下肢手术患者。 对于在此期间进行多次手术的患者,仅纳入第一次符合条件的手术。在 PACU 中出现无法抑制的疼痛(定义为NRS疼痛评分 > 3、无法抑制或严重疼痛的护理记录或未记录疼痛状态)的患者被排除在外。失访的患者或接受连续外周神经阻滞的患者被排除在外(图1)。

 

作者为构建多变量模型,选择了多个候选预测因子。包括对足踝手术的分类、年龄、性别、地塞米松使用情况、局部麻醉剂类型(长效与混合;在腘窝坐骨神经阻滞中使用短效局麻药归为混合)、住院与日间(患者术前办理了入院手续或其手术被标记为“住院”,则视为住院),术中麻醉类型(镇静、椎管内麻醉或全身麻醉,其中全身麻醉界定为术中提供气道支持)、阻滞时长、止血带使用等。医疗求助定义为在术后电话随访时,对问题“在神经阻滞消退后,您是否有去急诊室或打电话给外科医生/家庭医生寻求镇痛治疗?“回答“是”(表1)。

 

图1 研究流程图

 

表 1 候选预测因素和患者队列特征

*比较发生严重反跳痛与没有反跳痛患者之间统计学意义

 

建模方法 研究使用之前列出的预测因子构建了一个多变量逻辑回归模型(排除数据缺失>10%的预测因子)。 作者通过Cramer‘s V 衡量变量之间的相关性,超过 0.7 界定为相关,并进一步通过方差膨胀系数评估了最终模型中所有预测变量的多重共线性,超过 4 则视为共线性程度较高。年龄使用限制性立方样条(RCS)进行建模,设置样条函数节点为3个。在建模过程中为避免偏差和过度拟合,作者没有进行预测变量的选择。研究将止血带持续时间作为额外预测因子,构建独立模型,再通过似然比检验衡量其能否改善模型拟合。 

 

模型验证 研究使用bootstrap(自举法)对预测模型进行内部有效性评估,共重复1000次。在每一次重复时,对原始数据进行有放回的重采样形成模拟数据集,样本大小与原始数据相当,再对该模拟数据集进行多重插补。使用插补后的模拟数据集进行建模,再利用bootstrap样本和原始数据汇成的10 个多重插补数据集进行模型效能评估。可通过分别计算模型在“训练集”和“验证集”中的差异,得到模型的高估值。在1000次重复后,可得到平均高估值,取原始模型的表观性能减去平均高估值则计算出原始模型性能的估计值。

 

研究使用AUROC来评估模型的区分度(模型准确区分有或没有结果的能力的量度),校准度(观察到的结果和模型预测的风险之间的一致性程度)则通过绘制Loess校准图和校准斜率评估。Brier 评分和Nagelkerke’s R2被用于评估模型预测的整体效能。Brier 评分为实际风险和预测风险差值的平方根,而Nagelkerke’s R2 量化了结果被模型解释的比例,越趋于1,模型预测的准确性越高。

 

结果

在研究期间,共有2651 名患者接受了腘窝坐骨神经阻滞,其中 803(30.3%)名患者失访(图 1)。在排除了重复入院、接受了连续外周神经阻滞等病例,最终1365 名患者被纳入队列研究并用于多重插补。队列特征见表 1;1211 名患者(88.7%)接受了日间手术。由于 54名 (4.0%) 患者没有反跳痛评分数据,因此只有1311名患者数据被用于建模。严重反弹性疼痛的事件发生率为 652/1311 (49.7%),其中64名(9.8%)患者寻求医疗帮助,而未报告严重反跳痛的组中有2名(0.3%)患者有额外的镇痛需求。

 

两位作者(TTHJ 和JD)独立对各病例的手术类型进行分类,若存在分歧则由第三位作者(KJW)仲裁,计算Cohen’s kappa系数为0.980(95% CI:0.972-0.989),因此两位评估者间一致性很高。通过Cramer‘s V 和方差膨胀系数衡量变量之间的相关性和共线性低,故所有预测变量都保留在模型中。用于建模的1311例患者中,术中麻醉类型有缺失值仅1例,主要模型的所有其他数据都是完整的。对于探索性模型,止血带持续时间还有 7 个缺失值。

 

在该模型中,对严重反弹性疼痛具有最高预测值的预测因素是未使用地塞米松、涉及骨骼的手术和女性(表2)。表 3 和图 2 显示了主要模型的内部验证有效性。校准斜率在预测和实测的风险之间大多是线性的,但在两端范围内模型预测能力降低(图 2)。 似然比检验结果表明,在探索性模型中添加止血带持续时间作为预测因子,模型拟合度显着提高(P<0.001),然而,由此产生的模型预测效能提高是微乎其微的。

 

表2严重反跳痛的多变量逻辑回归模型

年龄’:对年龄绘制了设置3个节点的限制性立方样条

 

表 3 严重反跳痛风险预测模型的效能评估

 

AUROC ROC曲线下面积;CI,置信区间;N/A 不适用

 

讨论

本研究表明,单次腘窝坐骨神经阻滞的足踝手术(包括创伤性和择期手术)中,有近一半患者在术后早期经历了剧烈疼痛,5.2%患者因无法忍受而主动寻求医疗帮助。基于足踝手术患者开发了反跳痛的风险预测模型并进行内部有效验证,在这个模型中,女性、涉及足踝的任何骨性手术、止血带时间及地塞米松的使用似乎是重要的预测变量。但是,模型预测性能不佳,其中经高估值校正后AUROC的值为0.632表明了模型区分度差,而 Nagelkerke’s R2为 0.063 则表明模型中的预测变量仍然无法解释严重反跳痛发生率的大多数变化。该模型缺乏预测能力的主要原因是目前常规收集的临床数据库中的术前和术中变量不足以提供反跳痛的个体化风险分层。因此,其他以患者为中心的预测因素,例如术前急性或慢性疼痛严重程度术前阿片类药物的使用、疼痛灾难化、焦虑、抑郁和社会支持措施将需要在未来的研究中进行验证,以提高模型性能。

 

图2 校准图。阴影区域:沿校准曲线的 95% 置信区间

 

优势及不足 该研究的优势包括缺失数据少、使用先验预测变量和足够的样本量且对足踝部手术的系统分类在未来具有很高的可重复性。该研究利用了一个独特的临床数据集,为在一家三级医院接受 PNB 的患者的常规随访。

 

该回顾性研究存在可能的缺失值、错误分类和混杂的局限性。因患者在术后第二天会进行电话随访故可能存在回忆偏差。其次,研究对预测因子的选择受到数据库的限制。第三,严重反跳痛的定义仅强调PNB阻滞消退的主观感受,没有包含以患者为中心的结局相关,例如返回急诊室的恢复质量、慢性阿片类药物的使用。第四,30.3%的患者失访(3次电话联系不上的患者不再进一步随访),故无法确定他们的反跳痛发生率。且由于数据库的限制,研究无法对失访的患者进行事后分析。第五,这是在三级医院进行的单中心研究,需要外部验证。此外,由于使用腘窝坐骨神经阻滞导管进行全踝关节置换术,因此纳入研究的队列中归类为全踝关节置换术的患者数量很少。因此,未来在其他机构或其他环境(如社区医院)的外部验证和模型更新将提供信息,并将提高模型的普遍性。 

 

结论

研究使用常规收集的术前和术中因素开发的模型对接受单次腘窝坐骨神经阻滞的足踝手术患者的严重反跳痛的可预测性有限。 这凸显了改善术后足部和踝关节反弹性疼痛管理的必要性,以及目前仍无法确定患者是否会出现严重反跳痛。未来可利用涉及其他以患者为中心的预测因子的前瞻性研究开发一个更好的模型,进而对那些可能会发生严重反跳痛和需要医疗求助的人进行风险分层。

 

骨麻征途的点评

随着超声技术的应用在麻醉领域越来越普遍,外周神经阻滞(PNB)在骨科创伤手术尤其是四肢创伤手术的麻醉应用中所占比例越来越高。而且在术后镇痛方面,PNB也优于椎管内麻醉和全身麻醉。当PNB作用尚未消退时,来自手术部位的疼痛信号被完全阻断。但在局麻药作用逐渐消退后,将近50%的患者会出现疼痛,其程度短时间内急遽增加,这种现象通常被称为PNB后的反跳痛,一般发生在术后12-24小时。其实,在以往椎管内麻醉或者全身麻醉后大多数病人都会出现术后明显的疼痛,在四肢手术中尤其以足踝手术后的疼痛为最甚。

 

足踝手术后存在疼痛,主要有以下几个原因:1、踝关节骨折发生时累及到关节面,关节面存在明显的台阶,手术以后由于关节面台阶,从而导致关节疼痛。2、由于骨性或韧带结构,手术时没有恢复完整性、稳定性,从而造成踝关节不稳定,从而导致关节疼痛。3、受伤能量较大,属于高能量损伤,从而导致胫骨远端关节面软骨,或距骨表面软骨损伤,例如软骨破坏、软骨剥脱,这种情况虽然没有明显骨性结构因素导致的疼痛,但由于软骨层剥脱,或存在关节面游离体造成疼痛。4、创伤或骨折以后,发生交感神经性骨营养不良,也是属于踝关节术后疼痛的原因。

 

而足踝手术后反跳痛是上述各种疼痛的急性发作,疼痛评分高,一般患者难以忍受。既往一些研究表明,麻醉、手术和患者因素都可能影响反跳痛的形成。其中一些因素,如年龄、性别和术前既存疼痛等,也与术后严重疼痛的形成相关。而手术类型和部位等因素也会影响反跳痛的严重程度,一般而言,骨骼手术位置越表浅,越靠近四肢远端,术后疼痛越厉害。一些文献指出,局麻药和佐剂都可能影响神经周围炎症的情况,从而影响反跳痛的形成。而作者研究得出的这个模型中,女性、涉及足踝的任何骨性手术、止血带时间及地塞米松的使用似乎是重要的预测变量。

 

该研究的主要目的是探讨单次腘坐骨神经阻滞的足踝手术患者的严重反跳痛的发生率,分析相关高危因素,采用别出心裁的一些统计学方法,建立相关模型。虽然该研究使用常规收集的术前和术中因素开发的模型对接受单次腘坐骨神经阻滞的足踝手术患者的严重反跳痛的可预测性有限,但是,鉴于术后这么高比例的患者出现反跳痛,而且疼痛评分很高,该模型仍旧能够为识别反跳痛的高危人群及制订针对性的围术期镇痛管理策略提供参考。

 

国内足踝手术的绝大多数患者需要收治入院,为围术期多模式镇痛在作者上述拟定模型中的合理应用提供了便捷:首先选用超长效局麻药(局麻药中复合少量阿片类药或者右美托咪定),从而延长PNB的持续时间;其次术后反跳痛出现之前再次PNB或者术中埋管向神经周围持续输注局麻药;最后强调的是,术中使用地塞米松,术后适当使用阿片类药物和非甾体类抗炎药,从而降低反跳痛的发生率及疼痛评分,我认为这是我们以后在此类临床麻醉工作中可以做的一些研究。

猜你喜欢