3种神经病理性疼痛筛查量表在中轴型脊柱关节炎患者中的评价

廖文佳，何懿，孙尔维，李漓

（1.南方医科大学珠江医院 临床护理教研室，广东 广州 510282；2.南方医科大学 护理学院，广东 广州 510515；3.南方医科大学第三附属医院 风湿免疫科，广东 广州 510630）

中轴型脊柱关节炎（axial spondyloarthritis，axSpA）是一种累及中轴骨骼的风湿免疫病， 包括强直性脊柱炎和放射学阴性中轴型脊柱关节炎[1]。 37.9%～56.9%中轴型脊柱关节炎患者存在神经病理性疼痛[2-3]，并伴随更剧烈的疼痛[4]。 神经病理性疼痛是由躯体感觉系统的损伤或者疾病而导致的疼痛[5]，生物制剂等中轴型脊柱关节炎一线治疗药物对其镇痛疗效较差[6]。神经病理性疼痛缺乏统一的诊断标准[7]，现有诊断方法存在效率低、成本高等问题，难以在临床推广[8]，量表是临床神经病理性疼痛筛查的重要工具[9]。 目前，可用于筛查神经病理性疼痛的量表有6种[8]，其中painDETECT 问卷[10]、神经病理性疼痛4问卷[11]和利兹神经病理性症状和体征评估疼痛量表[12]，在慢性疼痛患者中有良好的信度和效度。 以上3 种量表已用于国外中轴型脊柱关节炎患者[2，13]，均有中文版[14-16]，前2 种量表已用于国内中轴型脊柱关节炎患者[3，17]，后1 种未用于国内中轴型脊柱关节炎患者，国内外均未进行信度和效度评价。本研究旨在评价3 种量表用于中轴型脊柱关节炎患者神经病理性疼痛筛查的信度、效度和适用性，为临床患者神经病理性疼痛筛查提供科学工具。

1 对象与方法

1.1 研究对象 采用方便抽样法， 于2020 年10月—2021 年10 月选取就诊于广州市某三级医院风湿免疫科的186 例中轴型脊柱关节炎患者为研究对象。 纳入标准：年龄≥16 岁；符合2009 年国际脊柱关节炎评估协会中轴型脊柱关节炎分类标准； 服用过抗风湿药；近1 周疼痛强度评分≥1 分；能理解并正确填写评估表。 排除标准：合并类风湿关节炎、痛风、 葡萄膜炎等其他风湿免疫性疾病； 严重外伤感染；妊娠期；半年内有手术史。

样本量采用估算法和经验法计算。 探索性因子分析所需样本量为条目数的5～10 倍[18]。 所用量表中， 条目最多的神经病理性疼痛4 问卷有10 个条目，考虑10%的失访率，样本量为10×10÷90%≈112例。 估算法基于对3 种量表间一致性比较的考虑[19]，无效假设为Kappa 系数≤0.4，预期Kappa 系数为0.6，则双侧0.05 检验水准及80%的检验效能要求下，所需的最小样本量为181 例，再考虑10%的失访率，则最终所需样本量为181÷90%≈200 例。 既往评价3种神经病理性疼痛筛查量表的研究中， 样本量为140～170[15,20]。因此，本研究所需样本量为200 例。本研究共发放问卷200 份，剔除无效（存在遗漏项和错误项）问卷14 份，回收有效问卷186 份，有效回收率93.0%，已达到研究所需的有效样本量。

1.2 研究工具

1.2.1 一般资料调查表 自行编制，包括性别、年龄、病程、初诊或复诊情况、文化程度和就业劳动强度。1.2.2 painDETECT 问 卷 （painDETECT Questionnaire，PD-Q） 由Freynhagen 等[10]编制，共四部分。第1 部分用于判断疼痛是否存在，不计分。第2 部分是疼痛发作模式， 其中持续疼痛分为轻微波动或疼痛发作，分别计0 分和1 分，疼痛发作后分为完全缓解和部分缓解，分别各计1 分。第3 部分是疼痛部位和放射痛部位， 需在人体图形标记部位以及放射方向，存在放射痛计1 分。第4 部分为感觉异常或疼痛感受，共7 项，各项0～5 分。7 项内容包括“是否疼痛伴烧灼感”“是否麻刺痛或针刺痛”“是否触痛”“是否突发电击样疼痛”、“冷热刺激是否引起疼痛”“是否疼痛伴麻木”和“是否压痛”。 得分≤12 分，不太可能为神经病理性疼痛（15%），得分≥19 分，可能为神经病理性疼痛（90%），得分为13～18 分，可能存在神经病理性疼痛成分。Cronbach α 系数为0.830，灵敏度、特异度、 阳性预测值分别为85.0%，80.0%和83.0%。熊淑华[16]将painDETECT 问卷翻译成中文版，在疱疹相关性疼痛患者中验证信度和效度。 量表重测信度为0.973。13 分为界值，灵敏度、特异度、阳性预测值和阴性预测值分别为82.5%、72.7%、78.5%和80.2%，ROC 曲线下面积为（0.845±0.088）。 本研究使用上述中文版量表，以总分13 分为界值。

1.2.3 神经病理性疼痛4 问卷（Douleur Neuropathique 4，DN4） 由Bouhassira 等[11]编制，包括7 项自我描述和3 项临床检查。 自我描述围绕疼痛是否伴随以下症状：疼痛烧灼感、痛性发冷、电击样感觉、麻刺痛、针刺痛、麻木、瘙痒。临床检查围绕疼痛部位是否触觉减退、刺痛觉减退和触痛。 各条目回答“是”得1 分，回答“否”得0 分。 共10 个条目，共10 分，≥4分为神经病理性疼痛。 量表敏感度和特异度分别为82.9%和89.9%，条目间结果一致性检验Kappa 值为0.660～0.960。 Chen 等[15]翻译并验证中文版量表，内在一致性Cronbach α 系数为0.750，Guttman 分半系数为0.726。 量表的敏感度为82.7%，特异度为97.1%。本研究采用上述中文版量表。

1.2.4 利兹神经病理性症状和体征评估（Leeds assessment of Neuropathic Symptoms and Signs，LANSS）疼痛量表 由Bennett 等[12]编制，包括疼痛问卷和感觉测试2 部分，其中疼痛问卷5 个条目，询问患者在过去1 周对疼痛的感觉； 感觉测试包括痛觉超敏和针刺阈值改变2 项。 总分24 分，评分≥12 分表明神经病理性机制可能造成患者的疼痛。 量表敏感度和特异度分别为93.0%和83.0%，条目间结果一致性检验Kappa 值为0.660～0.960。李君等[20]翻译并验证中文版利兹神经病理性症状和体征评估疼痛量表，量表内在一致性Cronbach α 系数为0.824，表面效度好，敏感度、特异度、阳性预测率和阴性预测率分别为80.0%、97.1%、96.6%和82.9%。 本研究使用上述中文版量表。

1.3 调查方法 本研究经南方医科大学第三附属医院伦理委员会批准（批号2021-伦审-019），研究者向受试者解释研究目的、内容、步骤及意义，指导受试者签署知情同意书和填写3 种神经病理性疼痛筛查量表。通过询问受试者及查阅病历收集性别、年龄、病程、初诊或复诊情况等资料。完成数据收集后，请受试者选择一种最喜欢使用的量表， 并说明选择原因。

1.4 统计学处理 使用SPSS 25.0 统计软件进行分析。 本研究中，计量资料呈正态分布采用均数±标准差表示，计量资料呈偏态分布采用M（P25，P75）表示，计数资料用构成比和率（%）表示。 采用Cronbach α系数与Guttman 分半系数评价量表信度。 量表结构效度采用主成分分析和最大方差正交旋转法进行探索性因子分析，参考碎石图曲线平缓时对应的因子数确定公因子个数，同时公因子特征值（方差）在1.0以上，且公因子累及方差贡献率在50%以上。 用量表条目、维度与总分间的Spearman 相关系数评价聚集效度。 量表筛查结果间的一致性采用Kappa 值，量表总分间的相关性采用Spearman 相关系数r 值。所有统计检验均采用双侧检验，P＜0.05 为差异有统计学意义。

2 结果

2.1 一般资料 186 例中轴型脊柱关节炎患者。 性别：男130 例（69.9%），女56 例（30.1%）；年龄：16～39（28.24±8.42）岁；病程：0.25～23（5.38±4.96）年；初诊或复诊情况：初诊40 例（21.4%），复诊146 例（78.6%）；文化程度：小学8 例（4.3%），初中34 例（18.3%）， 高中或中专37 例 （19.9%）， 大专44 例（23.7%）及大学本科以上63 例（33.8%）；就业劳动强度：轻体力131 例（70.4%），中体力50 例（26.9%），重体力5 例（2.7%）。

2.2 量表信度 painDETECT 问卷的Cronbach α 系数为0.807，Guttman 分半系数为0.846。 删除条目“是否麻刺痛或针刺痛” 与“是否疼痛伴麻木” 后，Cronbach α 系数最小（0.764）。 删除条目“疼痛模式”后，Cronbach α 系数最大（0.843）。神经病理性疼痛4问卷的Cronbach α 系数为0.697，Guttman 分半系数为0.691。 删除条目“是否疼痛伴电击样感觉” 后，Cronbach α 系数最低为0.640；删除条目“是否疼痛伴瘙痒”后，Cronbach α 系数最高为0.698。利兹神经病理性症状和体征评估疼痛量表的Cronbach α 系数为0.623，Guttman 分半系数为0.701。 删除条目“针刺阈值是否异常” 后，Cronbach α 的系数最小为0.511。 删除条目“疼痛部位皮肤颜色”后，量表的Cronbach α 系数最高为0.607。

2.3 量表效度

2.3.1 结构效度 painDETECT 问卷探索性因子分析，KMO 统计值为0.820，Bartlett 球形检验χ2=529.280，P＜0.01，适于因子分析。 因子分析共提取2个公因子，公因子1 的初始特征值为3.867，方差贡献率42.969%， 公因子2 的初始特征值为1.098，方差贡献率为12.202，两者累计方差贡献率为55.171%。各条目因子负荷值范围为0.559～0.898，见表1。

表1 painDETECT 问卷旋转后因子负荷矩阵

神经病理性疼痛4 问卷探索性因子分析，KMO统计值为0.645，Bartlett 球形检验χ2=319.337，P＜0.01，适于因子分析。 因子分析共提取4 个公因子，公因子1 的初始特征值为2.714，方差贡献率27.137%，公因子2 的初始特征值为1.323，方差贡献率13.230%，公因子3 的初始特征值为1.179，方差贡献率11.789%，公因子4 的初始特征值为1.147，方差贡献率11.472%，四者累计方差贡献率63.627%。 “是否疼痛伴麻木”在公因子2 与公因子4 的载荷为0.528 和0.473，根据因子实际意义，将其归入公因子2。 各条目因子负荷值范围为0.528～0.895，见表2。

表2 神经病理性疼痛4 问卷旋转后因子负荷矩阵

利兹神经病理性症状和体征评估疼痛量表探索性因子分析，KMO 值为0.772，Bartlett 球形检验χ2=184.724，P＜0.01，适于因子分析。 因子分析共提取2个公因子，公因子1 的初始特征值为2.533，方差贡献率为36.182%，公因子2 的初始特征值为1.026，方差贡献率为14.654%， 两者累计方差贡献率为50.836%。各条目因子负荷值范围为0.446～0.825，见表3。

表3 利兹神经病理性症状和体征评估疼痛量表旋转后因子负荷矩阵

2.3.2 聚集效度 通过因子分析得到painDETECT问卷维度和各条目所属维度情况。 条目得分与所属维度得分的相关系数为0.544～1.000（P＜0.01），条目得分与非所属维度得分无相关关系（P＞0.05），总分与维度1 得分、维度2 得分的相关系数分别为0.989 和0.065（P＜0.05），两维度得分间无相关关系（P＞0.05）。

通过因子分析得到神经病理性疼痛4 问卷维度和各条目所属维度情况。 条目得分与量表总分相关系数为0.229～0.674（P＜0.01），条目得分与所属维度得分间的相关系数为0.357～0.945（P＜0.01），部分条目得分与非所属维度得分间存在相关性， 相关系数为0.132～0.335（P＜0.05），维度1、维度2、维度3和维度4 与总分间的相关系数分别为0.761、0.776、0.487 和0.445（P＜0.01），维度1、维度2、维度3 与维度4 间的相关系数为0.219、0.273 和0.214（P＜0.01），维度1、 维度2 与维度3 间的相关系数为0.245 和0.238 （P＜0.01）， 维度1 与维度2 间的相关系数为0.343（P＜0.05）。

通过因子分析得到利兹神经病理性症状和体征评估疼痛量表维度和各条目所属维度情况。 条目得分与量表总分相关系数为0.339～0.797（P＜0.01），条目得分与所属维度得分间的相关系数为0.464～0.843（P＜0.05），条目得分与非所属维度得分间的相关系数为0.149～0.339（P＜0.05），维度1、维度2 与总分间的相关系数分别为0.981 和0.446（P＜0.01），两维度间的相关系数为0.290，P＜0.01。

2.4 3 种量表结果间的一致性与相关性 使用利兹神经病理性症状和体征评估疼痛量表、painDETECT问卷和神经病理性疼痛4 问卷进行筛查， 神经病理性疼痛患病率分别为17.74%、22.04%和29.57%。painDETECT 问卷和神经病理性疼痛4 问卷结果一致性Kappa 值为0.582，相关性r 值为0.593，P＜0.01。神经病理性疼痛4 问卷与利兹神经病理性症状和体征评估疼痛量表结果一致性Kappa 值为0.504，相关性r 值为0.532，P＜0.01。 利兹神经病理性症状和体征评估疼痛量表和painDETECT 问卷结果一致性Kappa 值为0.529，相关性r 值为0.534，P＜0.01。

2.5 3 种量表的首选率 共165 例（88.7%）中轴型脊柱关节炎患者回答首选量表。 133 例（71.5%）患者首选painDETECT 问卷， 理由为量表可以反映疼痛的部位、程度、性质，内容详细全面，图形直观易理解。 6 例（3.2%）患者首选神经病理性疼痛4 问卷，26例（14.0%）患者首选利兹神经病理性症状和体征评估疼痛量表。选择后两者的理由为体检项更客观、表述易理解。

3 讨论

3.1 painDETECT 问卷具有良好的信度，其余2 种量表的信度尚可 内在一致性信度包括同质性信度（即Cronbach α 系数）和分半信度，信度系数大于0.800 时，则认为量表内在一致性信度良好[21]。 本研究中，painDETECT 问卷用于中轴型脊柱关节炎患者时，Cronbach α 系数和Guttman 分半系数分别为0.807 和0.846，均＞0.800，信度良好。 删除条目“是否麻刺痛或针刺痛”与“是否疼痛伴麻木”后，量表的Cronbach α 系数最小。 提示上述2 个条目对量表的同质性信度贡献较大。删除条目“疼痛模式”后，量表的Cronbach α 系数为0.843，高于原值（0.807）。由于删除条目“疼痛模式”对信度的改善效果不大，故不删除该条目。

本研究中，神经病理性疼痛4 问卷的Cronbach α 系数和Guttman 分半系数为0.697 和0.691，信度尚可。 删除相应条目后，量表的Cronbach α 系数0.640～0.698。 删除条目“是否疼痛伴电击样感觉”与总分相关性最高（0.514）后，Cronbach α 系数最低（0.640）。提示该条目对量表的同质性信度贡献较大。 删除条目“是否疼痛伴瘙痒”后，Cronbach α 系数最高（0.698），与原值（0.697）接近，提示条目不需要删减。

本研究中，利兹神经病理性症状和体征评估疼痛量表的Cronbach α 系数和Guttman 分半系数为0.623 和0.701，信度尚可。 删除条目“针刺阈值是否异常”后，Cronbach α 的系数最小（0.511），提示该条目对量表同质性信度贡献较大。删除条目“疼痛部位皮肤颜色”后，量表的Cronbach α 系数最高（0.607），低于原值（0.623）。 提示条目不需要删减。

3.2 3 种神经病理性疼痛筛查量表具有良好的效度

3.2.1 3 种神经病理性疼痛筛查量表具有良好的结构效度 本研究根据探索性因子分析结果评价量表结构效度，3 种神经病理性疼痛量表均满足KMO 统计值大于0.500，Bartiett 球形检验中P＜0.01，适合进行因子分析。 量表公因子特征值＞0.4，公因子累积方差贡献率大于40%，各条目因子负荷值＞0.4，提示量表结构效度好[21]。painDETECT 问卷共提取2 个公因子，2 个公因子的特征值均＞1.000， 累计方差贡献率为55.171%，各条目因子负荷值范围为0.559～0.898。神经病理性疼痛4 问卷共提取4 个公因子，4 个公因子的特征值均＞1.000，累计方差贡献率为63.627%。 其中“是否疼痛伴麻木”在公因子2 与公因子4 的载荷为0.528 和0.473，根据因子实际意义，将麻木归入公因子2，各条目因子负荷值范围为0.528～0.895。 利兹神经病理性症状和体征评估疼痛量表共提取2 个公因子，2 个公因子的特征值均大于1.000，累计方差贡献率为50.836%，各条目因子负荷值范围为0.446～0.825。 因此，3 种神经病理性疼痛量表结构效度好。

3.2.2 3 种神经病理性疼痛筛查量表具有良好的聚集效度 聚集效度通过条目与维度间、各维度间、维度与总量表间的相关系数表示。 各维度得分与总分间的相关系数均大于各维度得分间的相关系数，各条目得分与其所属维度得分间的相关系数均大于该条目与其他维度间的相关系数，则聚集效度较好[21]。painDETECT 问卷条目得分与所属维度得分间的相关系数（0.544～1.000），条目得分与非所属维度得分间无相关关系，维度得分与总分间存在相关性，维度得分间不存在相关性，提示聚集效度好。神经病理性疼痛4 问卷条目得分与所属维度得分间的相关系数（0.357～0.945）大于条目得分与非所属维度得分间的相关系数（0.132～0.335），维度与总分间的相关系数（0.445～0.776）大于维度间的相关系数（0.214～0.343），提示聚集效度好。 利兹神经病理性症状和体征评估疼痛量表条目得分与所属维度得分间的相关系数（0.464～0.843）大于条目得分与非所属维度得分间的相关系数（0.149～0.339），维度与总分间的相关系数（0.981，0.446）大于维度间的相关系数（0.290），提示聚集效度好。 因此，3 种神经病理性疼痛量表聚集效度好。

3.3 3 种神经病理性疼痛筛查量表结果间一致性和相关性较高 量表结果间一致性Kappa 值与相关性r 值大于0.400 时，提示一致性和相关性较高。 本研究中，3 种神经病理性疼痛评估量表结果一致性Kappa 值与相关性r 值均大于0.500，一致性和相关性较高。 painDETECT 问卷和神经病理性疼痛4 问卷评估结果一致性Kappa 值和相关性r 值最高，提示painDETECT 问卷和神经病理性疼痛4 问卷评估结果一致性和相关性更高。 可能与二者条目数量相似有关。 临床中轴型脊柱关节炎患者神经病理性疼痛筛查中， 若单一使用painDETECT 问卷或神经病理性疼痛4 问卷无法界定神经病理性疼痛， 可联合使用两种量表或替换使用。

3.4 painDETECT 问卷首选率最高 量表作为自评工具，患者对量表的喜好十分重要。 本研究中，七成以上的患者选择painDETECT 问卷， 患者选择首选量表时，主要考虑量表是否能反映自身症状，其次是量表的结构和内容，最后是量表难度和用时。本研究中，painDETECT 问卷有人体图形及疼痛模式图，较为形象直观，对患者文化程度要求较低，更适合识字或阅读较困难人群使用。 同时，painDETECT 问卷可标记疼痛部位、模式及疼痛放射情况，适合疼痛部位多、疼痛性质复杂的患者。 神经病理性疼痛4 问卷和利兹神经病理性症状和体征评估疼痛量表包括体格检查，需使用注射器配套针头，应考虑患者配合能力及医护人员操作难度。 如患者出现抗拒使用针头进行体格检查或表示顾虑，医务人员应向患者详细解释操作意义和操作安全性，在遵从患者自身意愿下完成操作。 3 种神经病理性疼痛量表评估内容不同，医护人员应考虑患者特征及实际情况选用量表，与患者充分沟通，使患者能正确理解神经病理性疼痛评估重要性，准确反映自身疼痛情况。应针对量表内容对医护人员进行培训，规范体格检查步骤、操作方法及注意事项，保证评估结果可靠。

3.5 3 种量表在神经病理性疼痛患病率应用分析在既往研究中，painDETECT 问卷、神经病理性疼痛4 问卷和利兹神经病理性症状和体征评估疼痛量表在中轴型脊柱关节炎患者中仅用于调查神经病理性疼痛患病率， 本研究首次评价这3 种量表在中轴型脊柱关节炎患者中的信度、效度和适用性。 painDETECT问卷和神经病理性疼痛4 问卷已用于调查国内中轴型脊柱关节炎患者患病率。 本研究中，painDETECT问卷筛查神经病理性疼痛患病率为22.04%， 低于Zhou 等[3]评估182 例国内强直性脊柱炎患者的患病率（37.92%）。 强直性脊柱炎患者影像学进展更严重[22]，可能导致神经病理性疼痛患病率更高。本研究中，神经病理性疼痛4 问卷筛查神经病理性疼痛患病率为29.57%，高于Ji 等[17]评估132 例国内中轴型脊柱关节炎患者的患病率（16.7%），可能与本研究患者病程较长有关。 本研究首次将利兹神经病理性症状和体征评估疼痛量表用于国内中轴型脊柱关节炎患者，国外仅见1 篇研究使用该量表评估58 例强直性脊柱炎患者[2]，神经病理性疼痛患病率为56.9%，高于本研究患病率（17.74%），这可能与样本量大小有关。

4 结论

本研究将3 种神经病理性疼痛筛查量表用于中轴型脊柱关节炎患者。 painDETECT 问卷信度良好，神经病理性疼痛4 问卷和利兹神经病理性症状和体征评估疼痛量表信度尚可，3 种量表效度良好，3 种量表结果间一致性与相关性较强。 painDETECT 问卷和神经病理性疼痛4 问卷评估结果一致性和相关性最高，提示二者用于中轴型脊柱关节炎患者时，可替换使用，互为补充。 中轴型脊柱关节炎患者最喜欢使用的量表为painDETECT 问卷。 本研究未结合定量感觉检查及影像学检查等技术评价量表，量表在中轴型脊柱关节炎患者神经病理性疼痛筛查中的价值有待进一步探讨。

[致谢]感谢南方医科大学公共卫生学院生物统计学系吴莹副教授对本文统计分析方面提供的专业指导。