首次伽玛刀术后原发性三叉神经痛复发预测模型的建立与验证

摘要

目的:构建原发性三叉神经痛(PTN)首次伽玛刀(GKS)术后疼痛复发的预测模型。方法:回顾性分析366例在郑州大学第五附属医院神经外科行GKS治疗的PTN患者的临床资料，随机分为训练集(n=300)和验证集(n=66)。采用Cox回归分析筛选疼痛复发危险因素，进一步构建列线图并进行验证。结果:术后无面部感觉障碍、手术史、对卡马西平不敏感、TN2型是疼痛复发的危险因素，HR(95%CI)分别为0.515(0.300～0.883)、2.460(1.480～4.090)、0.443(0.253～0.775)、2.683(1.516～4.750)。训练集中，预测3和5 a疼痛复发的AUC(95%CI)分别为0.819(0.757～0.881)和0.818(0.732～0.903),验证集中分别为0.745(0.611～0.880)和0.777(0.649～0.905)。训练集和验证集中校准曲线与理想曲线具有较好的一致性，且决策曲线分析显示模型具有良好的临床净收益。结论:构建的PTN患者首次GKS术后疼痛复发的预测模型具有良好的准确性和实用性。

关键词

原发性三叉神经痛 / 伽玛刀 / 复发 / 预测模型