视觉模拟评分法测量急性术后疼痛：最小临床重要性差异和患者可接受的症状状态
摘要
背景资料。mm视觉模拟评分(VAS)被广泛用于测量术后疼痛强度。尽管得到了广泛的应用，但目前还不清楚最小的临床重要差异(MCID)是什么；也就是说，评分的最小变化表明患者疼痛状态发生了有意义的变化。
方法：研究方法。我们招募了一组顺序的、未经选择的手术后恢复患者，并使用视觉模拟评分法(VAS)对疼痛强度进行量化。我们使用一种基于锚点的方法和三种基于分布的方法(0.3SD、测量标准误差和5%范围)，将VAS的变化与全球变化评级问卷进行了比较。然后，我们对变化估计值进行平均，以确定疼痛VAS的MCID。患者可接受症状状态(PASS)被定义为VAS的第25个百分位数，对应于手术后恢复良好的阳性患者反应。
结果。我们在第一次术后随访时招募了名患者，其中名患者可以进行第二次访问。在前两次访谈之间，VAS得分有了显著的提高。对分布和基于锚的方法进行三角测量，
结果疼痛VAS的MCID为9.9，及格为33。
结论。止痛干预措施对mm疼痛VAS评分为10分表示临床上重要的改善或恶化，VAS评分为33分或更低表示术后疼痛控制可接受(即有反应)。
疼痛评分可用于术后疼痛的评估和治疗效果的监测。1大多数疼痛评分是基于自我报告的一维评分，旨在代表主观疼痛强度。2-6最常用的是mm视觉模拟评分(VAS)和11分数字评分(NRS)。但是疼痛评分的降低本身并不等同于患者体验的改善。
VAS经常被用来衡量疼痛强度，作者和读者推断，VAS评分在统计学上的显著差异等同于临床上重要的疼痛减轻。这不一定是正确的。以前的研究表明，为了反映疼痛的临床有用改善，需要将疼痛评分降低约30-40%。-14但尚不清楚疼痛VAS的最小临床重要差异(MCID)是什么；即，疼痛VAS评分的最小变化将表明患者疼痛强度的真正变化。有几项研究试图定义MCID或术后环境下的临床有用效果，18-20
数值评分(NRS)在不同慢性疼痛状态下的临床重要性差异已被估计，AS在慢性疼痛中具有VAS的MCID23，在急诊科环境中为，但尚不清楚这些结果是否可以应用于手术后急性疼痛环境。一项研究已经确定了肩袖手术后疼痛VAS的MCID。26临床试验中的方法、测量和疼痛评估倡议(IMMPACT)最近回顾并推荐了可用于解释慢性疼痛试验中治疗结果的临床重要性的具体方法，14但目前还没有针对急性术后疼痛的建议。
患者可接受症状状态(PASS)是患者认为自己健康的值。因此，PASS可用于定义术后疼痛研究中对止痛治疗有反应和无反应的患者。21在这种情况下，疼痛VAS评分的PASS通常被假定为PASS，但并未根据当前的建议进行确定。15本研究的目的是确定手术后康复患者疼痛VAS的MCID和PASS。
方法
这项前瞻性观察性研究评估了手术后恢复的成年患者，使用mmVAS两次测量疼痛，并使用通用的Likert总体恢复分级(见下一小节)。参与这项研究的大多数患者(n/)同时参加了一项评估康复质量量表的研究。29研究背医院(医院、医院医院)的外科病房，医院、医院和农村/医院。医院的伦理委员会都获得了伦理批准，并在所有情况下都征得了患者的同意。
如果患者年龄18岁，并且从需要全身或主要神经阻滞麻醉的外科手术中恢复过来，他们就有资格参加这项研究。如果患者有较差的英语理解能力，药物或酒精依赖，精神障碍，无法控制的疼痛，或同时存在严重的医疗障碍，影响VAS和问卷的完成，则将其排除在外。基线患者特征和围手术期数据被收集在病例报告表上，随后被识别并转录到电子数据库中。
疼痛MCID的测定
目前对于MCID估计的最佳方法还没有达成共识。因此，我们选择包括几种方法的三角测量(平均值)，正如我们以前在评估恢复质量等级时所做的那样。29以前用于确定MCID的方法包括SD/2规则、30和0.2SD、.3SD、32和标准测量误差(扫描电镜)；33其他人使用了5%-10%的仪器范围。34我们选择包括三个基于分布的衡量标准：0.3SD、SEM和5%范围。35此外，我们使用了基于锚点的方法和全球变化评级问卷。36这使用了从-7(差得多)到TANT7(好得多)的15分Likert量表。
在术后几天的两次情况下，使用mmVAS(范围从0(无痛)到(非常严重的疼痛))在前24小时内测量疼痛强度。在第二次访问中，患者被要求评估以下内容(改编自Tubach和他的同事)。15“只考虑你在过去24小时内感受到的疼痛。”与昨天相比，你的疼痛：？7，非常糟糕；？6，非常糟糕；？5，非常糟糕；？4，中度恶化；？3，稍微更糟；？2，稍微更糟；？1，几乎一样，几乎没有变化；1，几乎没有变化；1，几乎相同，几乎没有变化；2，稍微好转；3，稍微好转；4，略微好转；5，非常好；6，非常好；或者7，非常好。
全球变化等级问卷得分为0、1或？1的患者被归类为未改变。得分为2、3、？2或？3的36名患者被认为经历了与MCID相当的微小变化；评分为4，5，？4和？5的患者被认为经历了中度变化，而评分为6，7，？6和？7的患者被认为经历了较大的变化。36绝对值(即我们改变了恶化患者的评分符号)，根据患者对术后恢复健康状况的评分变化，计算疼痛VAS评分的平均变化。然后对所有四个估计值(0.3SD、SEM、5%范围和全球变化评级)进行平均。
患者对病情改善的看法
通过使用基于直接意见的方法来确定，在这种方法中，患者被要求定义任何改善：“在你看来，你的手术恢复良好了吗？”，回答选项为“是”、“不是”或“不确定”。回答肯定的患者被归类为恢复良好，那些回答负面或不确定的患者被归类为恢复不佳。
统计分析
我们不能可靠地估计这项研究所需的样本量。鉴于过往有关研究曾招收40至名受试者，我们计划招收最少名受试者，以提供足够数目进行分组测试。
除非另有说明，否则数据以平均值(SD)或数字(%)表示。选定结果的报告具有95%的置信区间(CI)，并使用0个引导样本计算出最小变化的平均(95%CI)VAS评分。扫描电镜的计算方法为标准差乘以1的平方根减去组内相关系数。33每次面谈时疼痛评分的变化用Wilcoxon符号秩和检验进行比较，并根据手术范围用Kruskal-Wallis检验进行比较。学生不配对t检验和独立样本中位数检验都被用来比较那些恢复良好或不好的人的疼痛评分。我们将PASS定义为疼痛VAS的第25百分位数，这些人在术后第二次访谈中将自己的恢复情况评定为良好。使用接收器操作特征曲线(ROC)评估疼痛VAS在实现良好恢复方面的预测效用。38通过Spearman等级相关系数(R)量化疼痛VAS评分变化与全球变化评级评分之间的关联。我们使用组内相关系数来确定那些疼痛状态评分为不变或几乎相同(全球评分为？1、0或1)的患者的重测可靠性。使用标准化反应平均值(平均变化除以其标准差)对全球变化评分至少为4的患者的反应性进行测量。所有统计分析均使用SPSSforWindowsV23.0(SPSS澳大利亚有限公司，悉尼，澳大利亚新南威尔士州)进行。P值0.05被认为是显著的；多重比较没有校正。
结果
我们招募了名有不同程度术后疼痛的患者，他们从广泛的外科手术中恢复过来；没有被拒绝，但有5名患者在第二次术后随访时无法获得(表1)。接受更广泛手术的患者往往有更高的VAS评分(表2)。
大多数患者在术后第二次随访时疼痛评分有所改善(表3)。疼痛视觉模拟评分由治疗前的26分(13~47分)降至20分(11~36分)，P？0.。基于分布的VAS评分的MCID估计分别为6.9(0.3SD)、4.7(5%范围)和12.4(SEM)。疼痛视觉模拟评分的改变与全球改变评分之间的相关性为0.48，P0.。根据患者对术后疼痛强度的改变，VAS评分的绝对平均变化(95%CI)如表4所示。基于锚点的疼痛VAS的MCID估计为15.7。这导致平均MCID为9.9。
那些认为自己术后恢复不佳的患者在术后第二次随访时疼痛VAS评分显著低于那些报告术后恢复良好的患者[nü(89%)]；参见表5和图1。恢复良好的患者疼痛VAS评分的第75百分位数为33分位数；恢复不良的患者疼痛VAS评分的第25百分位数为20分位数。ROC曲线下面积为0.72(95%可信区间：0.60-0.60%)。结果显示，术后恢复良好的患者疼痛VAS评分的第75百分位数为33分位数，恢复不良的患者疼痛VAS评分的第25百分位数为20分位数。ROC曲线下面积为0.72(95%可信区间：0.60-0.60)。
疼痛VAS的重测信度(n？22)较高，组内相关系数为0.79(95%CI：0.49~0.91)。疼痛VAS的标准化反应平均值(n_())为0.36，表明对变化的反应程度为轻到中度。
讨论
我们对广泛的外科和产科患者进行了研究，以量化MCID，并将疼痛VAS作为术后疼痛强度的衡量标准。这些发现可以指导对外科患者止痛治疗的评估研究的进行和解释。每种方法都可以用来定义“有效止痛”(Responder)，作为在急性疼痛研究中使用的标准指标。
一般认为，疼痛VAS评分为30、70和表示轻度、中度和重度疼痛强度的上限。几项研究发现，疼痛评分通过值40可以作为骨关节炎和各种慢性风湿性疾病疼痛的预后标准。来自两项术后止痛研究的汇集数据发现，疼痛VAS评分高达44分与患者对疼痛的评级是一致的。42目前的指南建议滴定镇痛以达到40分或更低的疼痛VAS评分，43和使用患者自控镇痛的术后疼痛研究通常滴定到VAS或NRS评分为？30.44我们的通行证。
临床试验应更着重于患者对疼痛治疗的反应；即对治疗有反应的患者比例。14显然，给予足够的止痛剂以消除所有患者的所有疼痛是一个错误的目标，45但治疗不足也是错误的目标。因此，我们建议将疼痛VAS评分33作为最佳止痛滴定的合适目标。正如Moore和他的同事所概述的，18二分的疼痛结果(“有效”和“无效”)允许估计临床有用的统计数据，例如绝对和相对风险降低，以及需要治疗的数量。这可以为临床医生和患者提供更多有用的信息。
基于锚点的方法已经被用来确定许多医疗条件下使用的量表的MCID，，我们最近对几个恢复质量量表也这样做了。29我们的方法结合使用了基于分布和锚点的方法，表明手术人群中疼痛的MCID比之前假设的要小。
对有不同疼痛状态的急诊科患者进行的研究发现，VAS评分的MCID为1和13，25，变化为18，这与患者的“稍微好一点”有关。19慢性疼痛患者的疼痛NRS的MCID略高，MCID为2(与VAS20mm相当)。肩袖疾病治疗的患者疼痛VAS的MCID为14，26在接受手术的退行性颈椎疾病患者中，MCID为4至21。在急诊就诊的患者中，VAS评分的MCID为1和13，25，变化为18，与患者病情好转相关。19慢性疼痛情况下的疼痛NRS的MCID值稍高，MCID为2(与VAS20mm相当)。腰痛患者VAS评分MCID为12分，腿痛患者MCID为16分。46其他研究人员发现，VAS评分变化？20表示术后患者疼痛缓解满意。一些作者认为，VAS评分降低33%，42分或VAS评分变化15-20，5，6，47分表明疼痛强度有临床上重要的改变。综上所述，这些结果在很大程度上支持了我们对术后疼痛VAS的MCID为10的估计。
虽然VAS和NRS是疼痛体验的不完全代表，不能完全反映疼痛的多维方面，但它们仍然是手术后最广泛使用的疼痛度量标准。鉴于许多研究报道的VAS和NRS之间的高度相关性，我们有理由接受MCID可以应用于这两种工具中的任何一种。MCID可用于指导临床试验48的非劣势边际，并用于确定临床试验的样本量。
这项研究有其局限性。疼痛既是主观的，也是多维的，因此VAS(和NRS)不能捕捉到完整的疼痛体验。但临床决策是根据现有的疼痛分级做出的，因此从患者的角度来看，了解VAS评分降低多少可能具有临床意义是很重要的。VAS上显示的极端疼痛，通常是“没有疼痛”和“有史以来最严重的疼痛”，可能并不真正代表感知的绝对极限。我们的数据(表4A)表明，那些疼痛状况改善或恶化的患者的MCID有所不同，因为VAS评分可能需要更大幅度的降低才能表明真正的改善。类似的发现也曾被报道过50，并且与损失厌恶的研究相一致。疼痛的改变/改善的体验可能是非线性的。疼痛从95减少到75可能比减少30到10有更大的缓解(特别是因为这低于确定的通行证)。我们通过让患者对手术后的整体恢复进行评分来确定是否通过；虽然疼痛是其中的一个重要组成部分，但当然，其他因素也会影响恢复。
总而言之，我们已经表明，在术后有急性疼痛的患者中，包括剖腹产术后康复的妇女，MCID和PASS疼痛VAS评分分别为9.9(四舍五入为10)和33。
麻醉无禁忌