第65届美国头痛学会年度科学会:机器学习模型预测轻度脑外伤后头痛患者的头痛改善情况
时间:2023-06-16 10:52:15 热度:37.1℃ 作者:网络
创伤后头痛(PTH)是轻度脑外伤(mTBI)后的一个常见症状。尽管已经有一些研究利用PTH的临床特征试图预测头痛的恢复情况,但目前还没有准确的方法来预测个人从急性PTH的改善。来自乔治亚理工大学的学者调查了临床问卷对于预测(i)3个月和6个月的头痛改善,以及(ii)前3个月的头痛轨迹的效用。相关结果发表在《Headache》杂志上,并于第65届美国头痛学会年度科学会上进行汇报。
研究人员对急性PTH患者进行了一项临床观察性纵向研究,这些患者在创伤后0-59天内完成了一系列临床问卷调查。问卷包括头痛史、症状评估、认知测试、心理测试以及评估光敏性、过度听觉、失眠、皮肤过敏和药物使用的量表。每个参与者都完成了一个基于网络的头痛日记,用来确定头痛的改善。
结果共有37名患有急性PTH的参与者(平均年龄=42.7,标准差[SD]=12.0;25名女性/12名男性)在平均mTBI后21.7(SD=13.1)天完成问卷。3个月和6个月时头痛改善或不改善的分类达到了交叉验证曲线下面积(AUC)=0.72(95%置信区间[CI]0.55-0.89)和0.84(95%CI 0.66-1.00)。只用前五个特征训练的子模型仍然达到0.72(95% CI 0.55-0.90)和0.77(95% CI 0.52-1.00)AUC。贡献最大的五个特征来自三个问卷: 疼痛灾难化量表总分和无助感子域得分;运动性脑震荡评估工具症状评估总分和症状数量;以及状态-特质焦虑量表得分。功能回归模型取得R=0.64 的功能回归模型对头3个月的头痛轨迹进行建模。
综上,在创伤后完成的问卷调查对预测未来3个月和6个月的头痛改善以及不断变化的头痛轨迹有很好的作用。将量表减少到只有三份问卷,评估撞伤后的症状负荷和生物心理社会生态因素,有助于确定合理的头痛改善预测准确性。
参考文献:
Developing multivariable models for predicting headache improvement in patients with acute post-traumatic headache attributed to mild traumatic brain injury: A preliminary study. Headache. 2023 Jan;63(1):136-145. doi: 10.1111/head.14450.