机器人辅助肺癌根治术后疼痛相关症状群的风险预测与围手术期管理策略研究OA

目的:评估机器人辅助非小细胞肺癌根治术后疼痛相关症状群(PRS)的发生风险,并探讨相应的围手术期管理策略。方法:选取2023年5月—2025年5月在上海市肺科医院胸外科接受机器人辅助非小细胞肺癌根治术的120例早期非小细胞肺癌(NSCLC)患者作为研究对象,根据术后是否发生PRS将其分为PRS组(n=36)和非PRS组(n=84)。采用单因素分析和二元Logistic回归分析筛选术后PRS的危险因素,并在此基础上构建风险预测模型,进一步针对相关危险因素制定围手术期管理策略。结果:单因素分析显示,PRS组患者的年龄、合并慢性阻塞性肺疾病(COPD)比例、吸烟史比例、疼痛评分、疲劳评分、睡眠障碍评分及术前焦虑评分均高于非PRS组,差异均有统计学意义(P<0.05)。将上述因素纳入Logistic多因素回归分析,结果显示合并COPD、高疼痛评分、高疲劳评分、高睡眠障碍评分及高术前焦虑评分是术后发生PRS的独立危险因素(P<0.05)。基于上述独立危险因素构建早期NSCLC患者术后PRS的列线图风险预测模型,其受试者工作特征曲线下面积(AUC)为0.974(95%CI:0.945~1.000),灵敏度为0.917,特异度为0.976,均高于任一单一独立危险因素。采用Bootstrap法(B=1000)对模型进行内部验证,经偏差校正后的预测曲线接近理想状态,C-index为0.949,提示模型具有良好的预测能力。此外,该模型在0.01~1.00的阈值概率范围内,决策曲线净收益始终为正值,且优于两条无效参照线。结论:合并COPD、高疼痛评分、高疲劳评分、高睡眠障碍评分及高术前焦虑评分是早期NSCLC患者术后发生PRS的独立危险因素。基于上述因素构建的列线图风险预测模型具有良好的预测效能。临床实践中应组建多学科团队,实施涵盖术前精准评估与干预、术中精细管理及术后全面康复的系统化围手术期管理策略,以降低PRS发生风险,改善患者预后。