全膝关节置换术(TKA)是终末期骨关节炎的最终治疗方法，随着老年人口的增长，接受TKA的患者数量预计将大幅增加。在美国，估计有1400万25岁及以上的人出现症状性膝骨关节炎，其中超过一半的确诊患者在死亡前会进行初始TKA手术，每年进行的TKA手术超过60万例。虽然TKA的满意率较高，但60%的患者在TKA术后出现严重的膝关节疼痛，30%的患者认为膝关节疼痛为中度。这种不适对术后早期活动和康复产生负面影响。

因此，为了患者更好的恢复，通常使用镇痛药。接受TKA手术的患者通常会服用2-3周的非甾体抗炎药(NSAIDs)，作为缓解疼痛的常规治疗方法。然而，慢性术后疼痛影响约20%的TKA受者，非甾体抗炎药提供平均疼痛减少约25%。此外，具有过敏反应、难治性高血压、心血管疾病风险增加和严重慢性肾脏疾病等禁忌症的个体可能不适合接受非甾体抗炎药治疗。

鉴于此，阿片类药物已成为术后多模式镇痛方案的重要组成部分。Bedard等人认为约有三分之一计划进行全膝关节置换术(TKA)的患者在手术干预前的三个月内使用了阿片类药物。然而，它们的使用与术后合并症相关，如住院时间延长、费用增加和再入院率增加。因此，为这些患者定制阿片类药物处方将是有价值的。

术后延长阿片类药物使用(PPOU)的几个危险因素已经被确定，包括术前阿片类药物使用、女性性别、患者年龄< 50岁、住院时间较长和健康状况较差，然而，其中有复杂的相互作用。机器学习算法提供了灵活的估计，并有助于建立手术后阿片类药物使用的术前预测。Katakam等人在美国开发了骨骼肿瘤学研究小组机器学习算法(SOR-MLA)来预测TKA后的PPOU。该算法在12542个机构患者数据集上进行了训练，并在内部验证中测试成功。然而，国际上关于医学理念和药物限制的差异会影响该算法在国外的应用。因此，有必要在地理上遥远的具有显著医学和文化差异的队列中进行外部验证。

美国骨科医师学会(AAOS)于2021年推荐术前使用对乙酰氨基酚。与非甾体抗炎药相比，对乙酰氨基酚对急性肾损伤或胃肠道副作用的风险较低的患者提供疼痛缓解。然而，有报道将术前使用对乙酰氨基酚与术后使用阿片类药物(PPOU)联系起来。这项未纳入术前对乙酰氨基酚使用的SOR-MLA发育研究可能是在AAOS推荐使用该药物之前进行的。研究将对乙酰氨基酚作为潜在的预测因子是否可以提高SORGMLA的性能将是一个有趣的问题。

图1 研究流程图显示验证队列中的入组患者

总之，本研究旨在回答以下两个问题。

(1)通过精确召回率曲线下面积(AUPRC)和其他绩效指标衡量的预测TKA后PPOU的SOR-MLA是否可推广到地理上、社会经济上不同的队列?

(2)术前对乙酰氨基酚的使用是否在控制SOR-MLA预测的同时是与PPOU相关的独立因素?

方法：在台湾某三级医疗中心，纳入2010-2018年接受TKA的3495例患者。在外部验证队列和原始发育队列之间比较基线特征。鉴别(受试者工作特征曲线下面积[AUROC]和精确召回率曲线[AUPRC])、校准、总体性能(Brier评分)和决策曲线分析(DCA)用于评估模型的性能。采用多变量logistic回归评估其他潜在的预后因素。

图2 在线SORG‑MLA模型生成的预测

表1  开发队列（n=12542）和外部验证队列（n=3495）之间的基线特征比较

表2 术后长期使用阿片类药物和未使用阿片的患者的基线特征比较

图3 SORG‑MLA模型的A受试者工作特性曲线（AUROC）和B查全率曲线（AUPRC）下的面积

图4  SORG‑MLA模型的标准化净收益阈值概率校准图和B决策曲线分析

结果：验证组和开发组在基线特征上存在显著差异。尽管有这些变化，SORG-MLA 仍然具有良好的判别能力(AUROC, 0.75;AUPRC, 0.34)，综合表现良好（Brier评分，0.029；零模型Brier评分，0.032）。该算法可以为DCA带来临床效益，但在一定程度上高估了阿片类药物长期使用的概率。术前对乙酰氨基酚使用是预测PPOU的独立因素(优势比为2.05)。

结论：SORG - MLA在不同的药品法规下仍具有良好的鉴别能力和综合性能。该算法可用于识别高风险患者并定制个性化的预防政策。

文献来源： 

Tsai CC,  Huang CC,  Lin CW, The Skeletal Oncology Research Group Machine Learning Algorithm (SORG-MLA) for predicting prolonged postoperative opioid prescription after total knee arthroplasty: an international validation study using 3,495 patients from a Taiwanese cohort.BMC Musculoskelet Disord 2023 Jul 05;24(1)