个体化混合痔患者术后中重度疼痛的列线图模型

方郑洁 郭爱粉

杭州市临平区第一人民医院,311110 浙江 杭州

近年来,由于人们饮食结构的变化、生活水平的提高、运动缺乏及生活规律紊乱等原因,痔疮的患病人数逐渐增加[1-2]。据相关文献报道,普通人群痔疮的患病率为46%左右[3]。根据痔疮发病位置的不同,可将其分为混合痔、外痔及内痔,混合痔是其中比较常见的类型[4]。混合痔是指发生在肛门的同一方位齿线上下,无明显分界、内外相连的一种痔疮,临床表现为肛门异物感、肛门不适、肛门下坠、脱出和便血等,病情严重的可出现痔嵌顿[5]。目前临床治疗混合痔的方法较多,如红外线凝固疗法、药物治疗、注射疗法、饮食调节及手术治疗等方式[6-7]。对于Ⅲ～Ⅳ度混合痔而言,红外线凝固疗法、药物治疗等保守治疗效果较差,手术治疗效果较好,且安全可靠[8]。然而由于肛门的解剖结构比较特殊,有较为丰富的神经及血管,再加上手术的创伤,混合痔患者术后容易出现中重度疼痛。中重度疼痛会导致患者不敢进食和排便,进而造成电解质紊乱、尿潴留及排便困难等,严重影响患者的康复及生命质量[9]。因此,及早识别混合痔患者术后中重度疼痛的危险因素并建立预测模型,对混合痔患者术后中重度疼痛的预防具有积极作用。目前临床上有关混合痔患者术后中重度疼痛的研究较少。本研究构建混合痔患者术后中重度疼痛的列线图模型,以期为混合痔患者术后中重度疼痛的防治提供一定参考。

1 资料与方法

1.1 研究对象

选取2019年3月至2022年11月于某院行手术治疗的混合痔患者作为研究对象。纳入标准:年龄≥18岁;经肠镜检查符合混合痔的诊断标准[10];符合手术治疗的指征;意识清晰,神志清楚;自愿参与本研究且已签字。排除标准:伴有神经或精神类疾病;伴传染性疾病;肛管功能异常;合并肠道感染、直肠恶性肿瘤、直肠息肉及肛瘘等其他肛肠疾病;哺乳期或妊娠期女性;严重肝肾功能障碍。

1.2 中重度疼痛的判定标准

于术后72 h内采用长海痛尺评分法动态评估疼痛,0分无疼痛,1～2分轻度疼痛,3～4分中度疼痛,≥5分重度疼痛。

1.3 资料收集

收集混合痔患者的性别、年龄、混合痔分度、手术方式、职业状态、体质量指数、睡眠状况、混合痔数量、饮酒史、吸烟史、手术时间、文化程度、糖尿病及高血压等资料。混合痔分度:无明显痔核脱出,主要表现为粪便带血或擦纸染血为Ⅰ度;排便期间可出现痔核脱出,排便结束以后痔核能够自行回纳,便中偶有滴血为Ⅱ度;负重、咳嗽及排便时,痔核脱出且无法自行回纳,便中偶有滴血或喷射出血为Ⅲ度;痔核脱出,用手回纳后再次脱出或用手辅助难以回纳,伴有疼痛、糜烂和红肿为Ⅳ度。睡眠质量:采用匹兹堡睡眠质量指数评估睡眠质量,分值范围0～21分,0～6分睡眠质量较好,≥7分睡眠质量较差。饮酒史:酒精摄入量女性每周>140 g,男性每周>280 g。吸烟史:连续或累计吸烟≥6个月。糖尿病:空腹血糖≥7.0 mmol/L或餐后2 h血糖≥11.0 mmol/L。高血压:收缩压≥140 mmHg和/或舒张压≥90 mmHg。

1.4 统计学方法

采用SPSS 22.0软件分析数据。采用卡方检验对比定性资料。采用lasso-logistic回归筛选混合痔患者术后中重度疼痛的预测因素[11];采用logistic回归筛选混合痔患者术后中重度疼痛的危险因素。采用R 4.2.3软件建立混合痔患者术后中重度疼痛的列线图模型。采用bootstrap法对混合痔患者术后中重度疼痛的列线图模型进行内部验证,计算一致性指数(C-index)。采用受试者工作特征(ROC)曲线、校正曲线及决策曲线评估混合痔患者术后中重度疼痛列线图模型的预测性能和临床效用。检验水准α=0.05。

2 结果

2.1 一般资料

270混合痔患者中有53例患者术后出现中重度疼痛,中重度疼痛的发生率为19.63%(95%CI:0.712～0.846)。两组患者的混合痔分度、手术方式、睡眠状况、饮酒史及有无糖尿病差异有统计学意义(P<0.05)。见表1。

表1 混合痔患者一般资料

2.2 混合痔患者术后中重度疼痛的预测因素筛选

lasso回归分析结果显示,混合痔分度、手术方式、睡眠状况、饮酒史及糖尿病是系数不为零的预测因素。见图1。

A.最优参数值λ=0.021时绘制垂直线,选取5个变量关系图;B.调整参数λ后,各临床特征系数与log(λ)的关系图。

2.3 混合痔患者术后中重度疼痛的危险因素

将混合痔分度、手术方式、睡眠状况等作为自变量,以混合痔患者术后中重度疼痛情况为因变量,进行混合痔患者术后中重度疼痛的logistic回归分析,变量赋值见表2。结果显示,Ⅳ度混合痔、传统外剥内扎术、睡眠状况较差、饮酒史及糖尿病是混合痔患者术后中重度疼痛的危险因素(P<0.05)。见表3。

表2 变量赋值

表3 混合痔患者术后中重度疼痛的logistic回归分析

2.4 混合痔患者术后中重度疼痛的列线图模型

以混合痔分度、手术方式、睡眠状况、饮酒史及糖尿病作为自变量,以混合痔患者术后中重度疼痛情况为因变量,构建混合痔患者术后中重度疼痛的列线图模型,总分0～350,对应混合痔患者术后中重度疼痛的概率是0.06～0.70,见图2。混合痔患者术后中重度疼痛的列线图模型的C-index 0.737(95%CI:0.698～0.778)。校正曲线的预测值和实际值基本一致,见图3。模型的ROC曲线下面积0.725(95%CI:0.684～0.767),见图4。决策曲线显示阈值概率为8%～67%时,列线图预测混合痔患者术后中重度疼痛的净获益值较高,说明混合痔患者术后中重度疼痛的列线图模型临床预测效用良好,见图5。

图2 混合痔患者术后中重度疼痛的列线图模型

图3 混合痔患者术后中重度疼痛列线图模型的校正曲线

图4 混合痔患者术后中重度疼痛列线图模型的ROC曲线

图5 混合痔患者术后中重度疼痛列线图模型的决策曲线

3 讨论

3.1 混合痔患者术后中重度疼痛现状

混合痔是临床常见的疾病,严重影响患者的生活质量及生命健康。手术治疗对混合痔具有较好的效果,术后混合痔的复发率较低,但是术后患者容易发生中重度疼痛,不利于患者的康复和转归[12]。本研究中重度疼痛的发生率为19.63%,说明混合痔患者术后中重度疼痛的发生概率较高。混合痔患者术后中重度疼痛需要得到临床医生的重视。

3.2 混合痔分度、手术方式对术后中重度疼痛影响

本研究发现混合痔分度是混合痔患者术后中重度疼痛的影响因素,Ⅳ度混合痔术后更容易发生中重度疼痛。Ⅳ度混合痔病情比较严重,病变的范围比较大,手术治疗时易对局部深层组织造成损伤,从而导致中重度疼痛[13]。本研究结果表明传统外剥内扎术是混合痔患者术后中重度疼痛的危险因素,刘玮玮等[14]认为传统外剥内扎术后患者中重度疼痛的发生风险较高。传统外剥内扎术虽然对混合痔具有一定效果,但是切除的组织多、对患者造成的创伤较大,患者术后恢复的时间比较长,因而更容易出现中重度疼痛。

3.3 睡眠质量和饮酒史等对术后中重度疼痛影响

研究发现睡眠状况是混合痔患者术后中重度疼痛的影响因素,睡眠状况较差的混合痔患者术后更容易出现中重度疼痛。相关研究发现睡眠较差是食管癌患者内镜黏膜下剥离术后中重度疼痛的危险因素[15];本研究与其病种不同,但也有相似之处。一方面睡眠质量差会造成肌肉痉挛和紧张;另一方面,睡眠质量差会降低机体的抵抗力,加重炎症反应,因而睡眠质量差的患者更容易出现中重度疼痛。本研究表明饮酒史是混合痔患者术后中重度疼痛的危险因素。王迪等[16]研究发现饮酒史会增加中重度疼痛的发生风险。酒精容易通过血脑屏障与脑组织卵磷脂相结合,对周围和中枢神经系统产生毒性,损伤自主、运动和感觉神经;而且长期饮酒可能会使周围和中枢神经的痛觉敏感性发生改变,因而有饮酒史的患者更容易发生中重度疼痛。本研究表明糖尿病是混合痔患者术后中重度疼痛的危险因素。刘盼盼等[17]研究认为糖尿病会增加术后中重度疼痛的发生风险。糖尿病可能会使免疫系统异常和炎症反应加重,免疫系统异常会加重疼痛,炎症反应加重会增加疼痛的感觉,从而导致中重度疼痛。

3.4 术后中重度疼痛列线图模型的预测价值

列线图模型可以把复杂的回归方程变成易于理解的可视化图形,便于临床医生计算各个变量的取值,推算不良事件的发生概率[18]。有学者发现列线图模型可以用于预测不良事件,其对不良事件发生概率的预测比较准确[19]。本研究构建了混合痔患者术后中重度疼痛的列线图模型,结果提示混合痔患者术后中重度疼痛列线图模型的准确性和预测效能比较良好;决策曲线显示阈值概率为8%～67%时,列线图预测混合痔患者术后中重度疼痛的净获益值较高,说明混合痔患者术后中重度疼痛列线图模型的临床预测效用良好。

综上所述,Ⅳ度混合痔、传统外剥内扎术、睡眠状况较差、饮酒史及糖尿病是混合痔患者术后中重度疼痛的危险因素,混合痔患者术后中重度疼痛的列线图模型的准确性较高,能够为混合痔患者术后中重度疼痛的预防提供一定参考。