疼痛强度评级和阿片类药物用量(
opioid consumption
,
OC
)是评估术后疼痛镇痛效果的常用指标。但是,针对这些结局应采用哪种合理的统计学处理方法还未定论。因此,本研究的目的是重新检索分析从术后镇痛药物试验中获得的原始数据,应用一些标准的统计学手段进行镇痛评估,并对一种改良的综合评估方法进行探索。
数据来自一个采用随机、双盲、安慰剂对照的择期大手术的区域麻醉镇痛效果的研究。原始数据包括在静息时疼痛强度评估
[
视觉模拟量表(
visual analog scale
,
VAS
)
]
和咳嗽期间(
VAS
0/2/4/6/12/18/24h
)和由患者自控镇痛的
OC
0-6/0-24h
。统计分析包括比较离散疼痛强度评分(
VAS
0/2/4/6/12/18/24h
)、疼痛强度评分的总测量
[
曲线下面积(
area under the curve
,
AUC
)
-VAS
0-6/0-24h
;平均
VAS
0-6/0-24h
]
,和
OC
0-6/0-24h
。最后,综合评估疼痛强度纵向测量的和阿片类药物使用(
pain intensity and opioid consumption,
PIOC
0-6/0-24h
)。同时,进行了疗效和个体镇痛效果变量的总体比值比的测量。
最终61例患者纳入分析。治疗组在特定术后时间点的离散疼痛强度评分有显著差异,但对多重比较的适当校正消除了一些差异。AUC-VAS
0-6h
在休息和咳嗽期间有显著差异,而在AUC-VAS
0-24h
没有发现差异。相比之下,治疗组在休息时和咳嗽期间的平均VAS
0-6h
和VAS
0-24h
有显著差异。OC
0-6/0-24h
各治疗组间有显著差异。最后,PIOC
0-6/0-24h
在休息和咳嗽期间也有显著差异。
我们的结果证实,应用的统计方法可能改变统计学显著性和在术后疼痛试验中镇痛效果变量的效应量的评估。我们的研究结果强调了定义未来镇痛药物试验的有效统计方法的重要性。我们提出一个纵向测量疼痛强度和阿片类药物使用(
PIOC
)的方法。方法结合了两个相互依存的镇痛效果,更加降低了集中出现明显统计学差异的风险,并精确显示了术后疼痛和镇痛药物功效的动态变化效果。
来源:
Anesth Analg 2017;125:1008–13
A&A中文版2017年第4期摘要No.7
(
刘胜男
翻译;
杨瑞
审校)
A&A中文版发布说明:
纸质版
季刊,由江苏恩华药业股份有限公司派发,暂不接受订阅;
电子版
每周推送一篇。
©
2017 Wolters Kluwer Health
本刊是由医学之窗、威科中国与江苏恩华药业股份有限公司精心制作并向医学专业人士提供的参考资料。本刊提出的观点并不代表医学之窗、威科中国或江苏恩华药业股份有限公司的观点。读者开具本刊中提到的任何药品之处方前,请查询相关的处方资料。未经威科中国书面同意,不得以任何形式复制本刊内容
长按二维码关注我们
—
END
—