崔成文，刘建恒，张明博，曹洪海，陶宇洪，苏晓静，李德昊，黄 鹏

解放军总医院第一医学中心 骨科，北京 100853

腰椎间盘突出症会导致腰椎神经根压迫，引起腰腿疼痛、麻木等一系列症状，是神经根性疼痛的最常见原因，但在腰痛的病因中腰椎间盘突出症占不到5%[1-2]。临床查体及现代影像学技术可轻而易举地发现退变椎间盘突出压迫神经根导致放射性腿痛，但临床研究一直不能取得腰痛的最直观数据，导致腰痛病因研究进展较为困难。随着脊柱内镜技术的发展与应用，使得医生可以通过局麻手术，在病人清醒条件下获得脊柱各组织结构对外界刺激的反应，这为探索腰痛病因提供了最直观的证据。同时，微创手术术中对即时疼痛的监测，也是保证手术安全性的重要一环[3]。目前临床上对于下腰痛的评价方法很多，但大都是主观问卷评价，缺少一种有良好信度、效度和敏感度，同时适用于医生和患者的客观评价方法[4]。疼痛绘图(pain drawing，PD)是一种用于疼痛量化评价的工具，最初是患者在平面人体轮廓图中画出自己的疼痛范围，不同颜色代表疼痛、麻木、痒、针刺等不同感觉。患者完成的疼痛绘图交由临床医生分析，确定疼痛的部位以及类型。疼痛绘图作为评估腰背痛的工具，已在临床实践中得到越来越多的应用[5]。经过不断发展，疼痛绘图由一种简单的纸上工具到逐步演变为电子形式[6-9]。但目前国内外未见疼痛绘图用于腰椎间盘突出症患者以评估其腰痛程度及变化的研究报道。本研究拟通过指导行腰椎微创手术治疗的腰椎间盘突出症患者进行术前、术中、术后各阶段疼痛绘图评估腰痛程度及变化，同时关联临床常用腰痛评估方法，评估3D疼痛绘图能否作为腰椎间盘突出症患者腰痛程度及变化的良好评价工具。

对象与方法

1 研究对象 选取2019年10月- 2020年4月在解放军总医院第一医学中心脊柱外科就诊，经临床诊断和微创手术治疗的腰椎间盘突出症患者60例，男性37例，女性23例，年龄16 ～ 67(39.8±13.4)岁；纳入标准：1)临床表现为L4/5、L5/S1间盘突出导致下腰痛及下肢放射痛；2)影像学检查及术中镜下证实相应腰椎节段有单侧的椎间盘突出及后纵韧带退化；3)既往无相关手术史。排除标准：1)影像学检查显示突出节段合并腰椎滑脱或椎管狭窄；2)多节段突出或中央型突出；3)其他病因导致腰痛；4)不能配合检查及手术禁忌者。此项研究通过解放军总医院第一医学中心伦 理委员会批准，所有受试者知情并签署同意书。

2 3D疼痛绘图软件设计 课题组自行研发3D疼痛绘图软件，由患者使用手或电子笔在手机或平板电脑屏幕中的可旋转人体三维模型上涂画疼痛位置。通过疼痛绘图的定量分析评估腰痛程度[10]，以三维人体图中着色的像素点数量(PD值)和区域来定义和解读患者疼痛程度及范围[11-13]。患者在门诊或病房在本研究相关人员指导下初次完成问卷并绘制疼痛图。使用时系统会弹出提示，在描绘疼痛图之前，需要填写相关问卷，目的是为了更加全面地了解病情，问题包括Oswestry功能障碍指数(Oswestry disability index，ODI)量表和视觉模拟评分(visual analogue scale，VAS)量表(图1A)，在VAS量表填写界面会有分值意义的说明指导。所有问题填写保存后方可进入绘图界面，指导患者从麻木、酸胀、灼烧、针刺四种感觉类型的画笔中选择与自身症状相符的颜色，在可任意角度旋转的人体模型上进行描绘(可描绘多种症状)(图1B)。旋转和涂抹功能分开，保证描绘图形时图像的移动 影响最终数据的准确程度。

3 测评量表 1) Oswestry功能障碍指数量表：分为疼痛程度 (腰背及下肢痛)、生活自理能力、提物能力、走、坐、站、睡眠质量、性生活、社交和旅行 (郊游)10项内容。每项0 ～ 5分，0分为完全不痛，5分为最痛及最严重程度失能。记分方法：实际得分/50 (最高可能得分)×100%；假如有一个问题没有回答，则记分方法为：实际得分/45 (最高可能得分)×100%，得分越高表明功能障碍越严重。2) 疼痛视觉模拟评分量表：100 mm的线段上，最左端0分表示无痛，最右端10分表示能想象到的最剧烈疼痛。评分时患者根据自己真实疼痛情况，视觉下在0 ～ 10中选择代表自己即时疼痛的分数。3) 3D疼痛绘图：术前在人体三维模型上描绘出疼痛程度及范围，同时填写腰背痛VAS量表和ODI量表。术中处理退变髓核、纤维环、后纵韧带、黄韧带时，指导患者即刻填写VAS量表并描绘疼痛图。4)数据采集与分析：术后3个月填写腰背痛VAS量表和ODI量表，描绘3D疼痛绘图，计算三种疼痛评价方法分值的改善率，公式：

图 1 3D疼痛绘图软件界面展示A：问卷界面；B：绘图界面Fig.1 Interfaces of 3D Pain Drawing System A: Questionnaire interface; B: Drawing interface

改善率=(术前值-术后值)/术前值 ×100%。

各阶段采用不同评价方式获取的疼痛评分数据之间，进行相关性分析，验证3D疼痛绘图联合其 他方式评价患者疼痛的有效性。

4 统计学方法 应用SPSS25.0统计学软件分析处理所得数据。主要观察指标均为计量资料且符合正态分布，以 x¯±s 表示，采用配对t检验比较PD值、VAS评分、ODI评分的前后变化及改善率。以Pearson相关检验分析PD值与VAS、ODI评分的相关性；采用ICC(组内相关系数)描述不同评分方法疼痛改善率的一致性。采用Bland-Altman图表示疼痛改善率一致性结果。以上检验均为双侧检 验，P＜0.05为差异有统计学意义。

结 果

1 术前PD值与VAS、ODI腰痛评分的相关性分析 Pearson相关性分析显示，术前患者疼痛PD值与其VAS、ODI评分呈正相关(r=0.370、0 .537，P＜0.01)。见图2。

2 术中各组织PD值与VAS评分之间的相关性分析 术中处理髓核、纤维环、黄韧带、后纵韧带时实时记录PD值与VAS评分，Pearson相关性分析显示相关系数(r)分别为0.667、0.740、0.825、0 .684(P＜0.01)。见图3。

图 2 术前PD值与VAS (A)、ODI (B)评分相关图Fig.2 Correlation between preoperative PD value and VAS score (A), ODI score(B)

3 术后3个月随访时PD值与VAS、ODI评分相关性分析 术后3个月PD值与VAS、ODI评分Pearson相 关系数分别0.745、0.771(P＜0.01)。见图4。

图 3 术中各组织PD值与VAS评分之间的相关性分析(A：髓核；B：纤维环；C黄韧带；D：后纵韧带)Fig.3 Correlation between PD values and VAS scores during intraoperative treatment of four tissues (A: nucleus pulposus; B: annulus fibrosus; C: ligamentum flavum; D: posterior longitudinal ligament)

图 4 术后3个月PD值与VAS (A)、 ODI (B)评分相关图Fig.4 Correlation between PD value and VAS (A), ODI (B) score at 3 months afteroperation

图 5 PD改善率与VAS改善率(A)、ODI改善率(B)的一致性分析Bland-Altman图Fig.5 Bland-Altman diagrams shows the consistency of the improvement rate of PD value with the improvement rate of VAS (A) and ODI (B)

4 术后PD值、VAS评分、ODI评分值改善率及一致性检验 术后3个月PD值、VAS评分、ODI评分值与术前比较均有明显改善，改善率最高的为ODI评分，具体分值及改善率表述见表1。术后PD评分值改善率与ODI改善率、VAS评分改善率的组内相关分析：术后PD评分值改善率与VAS评分改善率的组内相关系数(ICC)为0.732(95% CI：0.571～0.839)，术后PD评分值改善率与ODI改善率的组内相关系数为0.781(95% CI：0.644～0.870)，说明三种评价术后疼痛改善效果的方 法具有较高的一致性。见图5。

表 1 三种评分方法术后3个月疼痛改善率Tab. 1 Improvement rate of three scoring methods

讨 论

哈罗德·帕尔默(Harold Palmer)于1949年提出将疼痛绘图作为量化疼痛的工具，多项研究表明其描述疼痛程度或分布表现出良好的重复性和一致性[14-15]。此外疼痛绘图还在心理评估、症状部位、疾病诊断、疗效预测等方面应用[16-21]。本研究使用疼痛绘图联合临床通用量表，探讨3D疼痛绘图在腰椎微创手术中量化疼痛程度的可行性。

研究结果表明，术前、术中、术后疼痛绘图与VAS、ODI评分评价腰痛程度及变化，均表现出良好的相关性和一致性。临床对于腰痛的评价，大多以主观问卷评价为主，疼痛的程度受患者生理和心理多因素影响，具有较强的主观性。本次研究使用疼痛绘图联合临床通用评价方法评估疼痛的结果，证明3D疼痛绘图作为疼痛评价工具可以较好地解决ODI量表填写费时、实时反映并记录患者真实腰痛情况能力较差的问题，也可弥补VAS评分不能全面反映腰痛这一特定性质和部位疼痛的缺陷。实验结果表明，电子化的3D疼痛绘图系统，可以综合临床常用量表，实时描绘出患者的疼痛程度并反映腰椎功能受限程度，使患者术后随访和医患交流更加便利，而下一步研究应该深度聚焦如何利用疼痛绘图结果，给出诊断和治疗方案，结合人工智能深度学习，建立智能决策学习系统，支持将输入的诊断标签直接分配给相应类型的疼痛绘图结果[14,20]，为进一步研制出更加适合于实时反映腰痛程度的监测工具提供新的思路和方向。

不足之处：1)本次研究纳入样本量较少，原因是患者主要为中老年人，使用电子化疼痛绘图和随访有一定困难。后续研究需进一步简化操作，降低使用难度，如Spyridonis等[22]使用虚拟现实技术为患者可视化3D疼痛绘图，再次检验现有结论。2)本次研究使用疼痛绘图只记录了疼痛特性很少一部分参数，研究局限于描述患者疼痛程度及变化趋势，未来对于疼痛绘图的分析，结合不同类型的问卷，可得出不同的信息，因此疼痛绘图非常适合作为其他疼痛评估方法的补充，进一步研究应开发出更多基于PD值的度量，并通过数字图像分析工具的更广泛应用来测试其不同方面有效性[7,16]。

综上所述，3D疼痛绘图系统作为新的腰椎微创患者疼痛评估工具可较好地替代传统腰痛评测方法，对于患者术前诊断、术中疼痛监测、术后随访及手术效果评估有着重要的意义。建议临床推广使用。