疼痛是最常见的临床症状之一。由于其主观特征,医务人员很难判断其程度通过他们的临床经验。如今,视觉模拟量表( 1),数字评定量表( 2),面临疼痛量表,口头描述符规模,运用五个手指的方法( 3)主要用于间接测量疼痛的程度。

世界卫生组织还疼痛定义为“第五生命体征”后体温,脉搏,呼吸,血压。尽管有许多生理和病理的研究疼痛,只有几个报告的客观测量疼痛强度。疼痛视觉感知和痛感定量分析仪器是由Nipro公司在日本疾病疼痛强度的定量分析。仪器检测到疼痛的电极放置在敏感话题的身体表面的一部分,发出轻微的electro-stimulus。电流的强度被认为是当前的感知阈值(CPT),疼痛等效电流(压电)代表疼痛感觉,和压电陶瓷比CPT称为疼痛比。痛苦的所有类型的原因是相同的标准来衡量。各种疼痛率符合主观疼痛。据报道在中国这个仪器可以用于癌症的定量评价腹腔镜手术后的疼痛和疼痛( 4, 5),但没有阵痛的评价 6]。很少有学者研究它是否可以使用领域的慢性疼痛。

慢性疼痛通常指疼痛,持续三个月以上或间歇的痛苦。很多医生只考虑疼痛持续6个月以上的慢性疼痛,因为其病因的复杂性,临床表现,对准确评价困难。因此,没有慢性疼痛的疼痛测量报告到目前为止在中国。国外临床研究表明疼痛视觉系统可以配合其他方法疼痛评估( 7]。本研究的目的是评估疼痛比慢性疼痛患者的疼痛视觉系统和比较它与主观疼痛量表(血管)。疼痛比和主观疼痛量表之间的一致性(血管)进行了分析以了解光伏系统是否可以用来量化慢性疼痛。

所有患者成功地完成了这项研究。疼痛视觉系统和脉管方法(见表 1)表明,疼痛治疗后显著降低。本研究主要集中在两者之间的相关性并没有多大的疗效分析。

痛苦比和血管的慢性疼痛患者治疗前线性相关(皮尔森系数为0.730 P < 0.001 分别)。疼痛比和血管之间的关系分析了分数和一个变量通过线性回归方法。疼痛之间的关系比和脉管得分如下:疼痛比= 0.782 ∗ 脉管= 2.252,如图 1。痛苦比和脉管分数也线性相关治疗后(皮尔森系数为0.449; P < 0.001 )。一元线性回归的方法被用来分析疼痛比和血管疼痛分数之间的关系。两个一元线性方程之间的关系如下:疼痛比= 0.245 ∗ 脉管= 1.213,如图 2。

医生很难判断疼痛的强度通过自己的临床经验。血管的方法,因为它的高灵敏度和高可信度和有效性,已成为最常用的有效和可靠的方法来评估疼痛。因此,本研究基于血管的方法,使用pv测试慢性疼痛患者的疼痛程度,并比较其与血管的方法来研究两者之间的相关性,探索pv是否可用于慢性疼痛评估。

疼痛是一种不愉快的主观感觉和情感体验,引起组织损伤或潜在组织损伤。它通常是伴随着生理和心理变化。当身体受到有害刺激,它通常会引起疼痛,伴有一定的防御反应,对身体的保护意义。但长期剧烈的疼痛也会伴随着不愉快的情绪反应,会影响食欲,睡眠、精神状态等。疼痛的机理还没有被完全理解。人们普遍认为,痛觉受器是由各种物理或化学刺激伤害,然后通过传入神经传送到大脑引起疼痛。神经纤维进行疼痛通常被认为是相对薄,包括δC纤维和纤维。相信δ纤维传输刺痛,而C纤维传输灼痛。一些研究表明,δ纤维主要浅感觉刺激,哪个更准确和敏感信号,如压力和刺痛,和传递神经信号30 m / s的速度。这些纤维也更敏感,刺激250赫兹的频率。 Class C fibers mainly sense nociceptive sensations such as pain and temperature, and transmit nerve signals at a speed of 0.5–2 m/s. They are more sensitive to stimulation with a frequency of 5 Hz [ 8, 9]。疼痛视觉系统产生高频电流刺激,并没有新的疼痛在检测期间产生。因此,该仪器主要刺激δ纤维,不是C纤维,所以它只能评估疼痛程度的δ纤维传导( 10]。

疼痛的程度表示由CPT的比率和压电陶瓷。当前感知阈值(CPT)指的是当前值最低,可以产生任何感觉当电流通过人体在特定条件下( 11]。CPT测量不造成损害皮肤和皮下组织 12]。疼痛等效电流(压电)是当前的基础上继续增加电流感觉阈值,当病人的内在“疼痛消失”或“疼痛转移。“因为疼痛视觉系统主要刺激δ纤维,病人感到棘手的测试部位疼痛。

慢性疼痛作为一种常见的疼痛,是当今全球面临的重大挑战影响人类健康和生活质量。是一个痛苦的疾病,它影响了全球约20%的成年人。由于其复杂的病因、临床表现、高发病率,治疗周期长,和相对复杂的处理过程,它影响患者的日常生活质量。在中国有许多研究慢性疼痛,和他们大多是局限于生理和病理的探索。缓解疼痛的一个重要指标,疼痛的程度由临床工作者是至关重要的。作为一个主观症状的患者,难以量化的程度是否疼痛减少或多少已经减少。

疼痛评估的传统方法有很多,和国内的研究已经证明,血管的方法灵敏度高,可靠性和有效性比别人( 13]。类似的研究在国外已经证明血管方法简单的优点,方便,易于操作,已成为最常用的有效和可靠的疼痛评估方法( 14]。基于血管的方法,疼痛视觉系统被用来测试慢性疼痛患者的疼痛程度,并与血管的方法,来研究这两种方法之间的相关性,并做出合理的解释是否疼痛视觉系统可以用来评估慢性疼痛。

这项研究的最终结果显示,疼痛视觉系统不仅可以用于评估慢性疼痛患者疼痛程度高的承认,但也在出院前评估患者疼痛程度较低。然而,更高的疼痛程度的评估效果优于低疼痛程度(相关血管为0.730和0.449,分别)。原因如下:首先,疼痛严重病人入院时,和痛苦的等效电流的实际价值(压电)相对较大,误差相对较小。然而,病人的病情相对稳定放电之前,疼痛程度相对较低,和痛苦的等效电流的实际价值(压电)相对较小,所以误差相对较大。此外,在一些病人疼痛完全缓解,疼痛知觉的等效电流(压电)非常接近当前的价值感知阈值(CPT)。由于错误的病人的反应在两个测量,脉冲涡流比CPT甚至更少的痛苦比小于1治疗后,理论上这是不可能的。其次,在治疗后疼痛的病人免去甚至完全消失了。很难准确测量血管血管测试的价值,甚至血管流量大于,在入学前值。当然,也有一些患者不需要止痛当他们第一次住院,所以有错误在测试期间发生得太随便。

疼痛疼痛视觉系统是一种新的测量方法。它通过neuroelectrophysiological途径客观量化的痛苦。它有以下优点:(1)它不损伤皮肤和其他组织,并可以重复测量结果。(2)操作简单。病人可以自己按下按钮没有语言描述,以便测量是准确的。(3)测量结果可以量化、客观化。当然,疼痛视觉系统也有缺陷,使其不可能完全取代传统方法,如血管的方法。例如,由于其不能刺激这种纤维中,它不能检测缓慢痛苦,这种纤维的行为。此外,它要求患者必须出现在测试期间,有时很难做到这一点。某些疾病影响神经传导、周围神经病变等也会对测量产生影响。

总之,疼痛视觉系统具有良好的相关性与脉管得分,这证明了疼痛视觉系统可以用于疼痛测量慢性疼痛强度。然而,由于小样本大小,可能会有一些错误在这个研究。我们期待着在未来进一步的研究。