疼痛视觉系统评估慢性疼痛：与VAS评分的比较

抽象

目的. 以视觉模拟量表（VAS）为对照，从神经电生理角度探讨疼痛视觉系统在慢性疼痛定量评价中的价值。方法.七十一慢性疼痛患者随机选取从2018年8月1日，接受疼痛治疗至2018年9月30日，在李庄同济医院的疼痛科。在所有患者中，26例颈椎病患者和45例腰椎间盘突出症。疼痛视觉传导和视觉模拟评分（VAS）用于治疗前后评估疼痛程度。疼痛视觉系统的疼痛比（疼痛比）和VAS评分之间的相关性进行分析。结果.疼痛比和VAS评分之前和慢性疼痛治疗后线性相关（Pearson相关系数为0.730治疗前和治疗0.449后; ）。结论. 疼痛视觉系统能较好地评价慢性疼痛，并以疼痛程度的形式量化，有助于慢性疼痛的客观定量分析。本试验注册于奇特1900026331.

1.简介

疼痛是最常见的临床症状之一。由于其主观特征，难以对医务人员通过自己的临床经验判断其程度。如今，视觉模拟评分[1个]，数字等级表[2个]、面部疼痛量表、言语描述量表和五指法[三]主要用于间接测量程度的疼痛。

世界卫生组织也将疼痛定义为继体温、脉搏、呼吸和血压之后的“第五生命体征”。虽然对疼痛的生理和病理研究较多，但对疼痛强度的客观测量报道较少。疼痛视觉感知和痛觉定量分析仪器由日本Nipro公司研发，用于疾病疼痛强度的定量分析。该仪器通过放置在受试者体表敏感部位的电极来检测疼痛，并发出轻微的电刺激。电流的强度在这里被称为电流感知阈值(current perception threshold, CPT)，疼痛等效电流(pain equivalent current, PEC)表示受试者感受到的疼痛，而PEC与CPT的比值被称为疼痛比。所有类型原因的疼痛比率均以相同的标准进行测量。各种疼痛比例与主观疼痛量表一致。国内已有报道，该仪器可用于腹腔镜手术后癌症疼痛及疼痛的定量评估[4个,5个]，但不适用于分娩疼痛的评价[6个]. 很少有学者研究它是否可以用于慢性疼痛领域。

慢性疼痛通常是指疼痛，持续三个月以上或间歇性疼痛。许多医生只考虑疼痛持续半年以上为慢性疼痛由于其病因，临床表现的复杂性，难度准确的评价。因此，慢性疼痛的无疼痛测量已经报道迄今在中国。国外临床研究表明，疼痛视觉系统可以与其他方法疼痛评估[合作7个]。本研究的目的是通过疼痛视觉系统评估慢性疼痛患者的疼痛比例，并与主观疼痛量表(VAS)进行比较。分析疼痛比例与主观疼痛量表(VAS)的一致性，以了解PV系统能否用于慢性疼痛的量化。

2。信息和方法

2.1条。研究对象

选取宜宾市第三人民医院李庄同济医院疼痛科慢性疼痛患者71例，年龄25-75岁，自2018年8月1日至2018年9月30日。其中颈椎病26例，腰椎间盘突出症45例。男性34例，女性37例。要求受试者思维清晰/自我意识强、敏感，对疼痛视觉系统及VAS操作过程有充分了解。患者也应该能够接受具体的手术指导。

2.2。研究方法

疼痛视觉系统具有优势成本低，只需要仪器的成本。它不会造成患者自身疾病的基础上，其他不适。由仪器产生的疼痛的最大强度不高于病人自身的强度更高，并且仪器不会造成对人体的损害。的PVS是更加直观和容易的定量表达。

2.2.1。VAS法

使用游泳尺为100个计数单位的长度，在两端的“0”和“100”秤用于表示“无痛”和“无法忍受的剧烈的疼痛”。患者痕迹，代表他或她的疼痛程度的电流感知标尺的点。医生因此可以根据患者自身的意见评估增值价值。在这项研究中所有患者的疼痛视觉系统完成了VAS评估后进行了测试。

2.2.2。疼痛视觉系统方法

参数设置为默认参数：测量时间为100秒，极限电流为256微安，极限电压为100伏。受试者被要求仰卧或坐着放松，上肢自然放在身体两侧，手掌向上。将一次性电极贴在左前臂内侧手腕水平条纹上方2 cm的尺骨屈肌中间，右手轻按电极片使电极片与皮肤充分接触，左手操作手柄。打开疼痛视觉系统，输入患者姓名、性别、年龄和其他信息以开始测量。当病人感到轻微刺激时，按手柄，重复这个过程三次。平均值是CPT。在身体休息后3-5分钟，疼痛视觉系统再次启动。当病人感觉到电流刺激产生的疼痛和疼痛本身时，此时应按手柄，重复3次，取平均值作为PEC。数据输入Excel，转换成疼痛率，表示患者的疼痛强度。换算公式如下：疼痛比 = PEC/CPT。

2.3。统计处理

用于统计分析SPSS20.0软件。测量通过平均值（±标准差）表示。Pearson相关测试用于测试的疼痛视觉系统和方法VAS的测量。相关系数在表达 .什么时候 ,它们是相关的。

三。结果

所有患者均顺利完成了这项研究。疼痛视觉系统和VAS方法（见表1个)表明治疗后疼痛明显减轻。本研究主要侧重于两者之间的相关性，并没有对疗效做过多的分析。

慢性疼痛患者治疗前疼痛率与VAS评分呈线性相关（Pearson系数为0.730，VAS评分为0.73） ,分别）。采用单变量线性回归分析疼痛率与VAS评分的关系。疼痛率与VAS评分的关系如下：疼痛率 = 0.782VAS = 2.252，如图1个. 治疗后疼痛率与VAS评分呈线性相关（Pearson系数为0.449； ）。使用一元线性回归方法分析疼痛比和VAS疼痛评分之间的关​​系。The relationship between the two unary linear equations was as follows: pain ratio = 0.245VAS = 1.213，如图所示2个.

4。讨论

这是困难的医生通过自己的临床经验判断疼痛的强度。该VAS方法，因为它的高灵敏度和高可信性和有效性，已经成为评估疼痛最常用的有效和可靠的方法。因此，本研究是基于VAS方法，使用PVS测试的慢性疼痛患者的疼痛程度，并将其与VAS法比较研究两者之间的相关性，探索PVS是否可用于慢性疼痛评定。

疼痛是一种不愉快的主观感觉和组织损伤或潜在的组织损伤引起的情感体验。它通常是伴随着生理和心理的变化。当人体受到伤害性刺激，经常会引起疼痛，伴有一定的防御反应，它们是对身体保护的意义。但是，长期的剧烈疼痛也将不愉快的情绪反应陪同，会影响食欲，睡眠，精神状态等。疼痛的机制尚未完全到目前为止的理解。人们普遍认为伤害性感受器通过各种物理或化学刺激的伤害，然后通过传入神经引起疼痛传送到大脑。导电性疼痛的神经纤维通常被认为是相对薄的，包括A-δ纤维和C纤维。据认为，A-δ纤维发射刺痛疼痛，而C纤维传递烧灼痛。Some studies have shown that A-delta fibers mainly sense shallow stimulation, which is more accurate and sensitive to signals such as pressure and tingling, and transmits nerve signals at a speed of 5–30 m/s. These fibers are also more sensitive to stimulation with a 250 Hz frequency. 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 [八,9个]。疼痛视觉系统产生高频刺激电流，在检测期间不产生新的疼痛。因此，该仪器主要刺激的是A-delta纤维，而不是C纤维，因此只能评估A-delta纤维传导的疼痛程度[10个]。

疼痛程度用CPT与PEC比值表示。电流知觉阈（CPT）是指电流在一定条件下通过人体时能引起任何感觉的最小电流值[11个]. CPT测量不会对皮肤和皮下组织造成损害[德意志北方银行]. 疼痛等效电流（PEC）实际上是当患者固有的“疼痛消失”或“疼痛转移”时，在电流感应阈值的基础上持续增加的电流，由于疼痛视觉系统主要刺激A-δ纤维，患者在测试部位感到刺痛。

慢性疼痛，如常见的疼痛类型，是影响人类健康和生活质量的重大全球性挑战。作为一个痛苦的疾病，它影响到全世界约有成人的20％。由于其病因复杂，临床表现，发病率高，长期治疗周期，且相对复杂的处理过程中，它会影响患者的生活质量。有在中国慢性疼痛的许多研究中，他们大多仅限于它的生理和病理的探索。作为缓解疼痛的重要指标，疼痛的程度被认为是由临床工作者的关键。由于患者的自觉症状，所以一直难以量化疼痛的程度是否已经减少或已多少有所减少。

传统的疼痛评估方法很多，国内研究证明VAS方法具有较高的敏感性、信度和效度[13个]。类似的研究在国外已经证明，VAS方法具有简单，方便，易于操作的优势，已成为疼痛评估最常用的有效和可靠的方法[14个]。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。

本研究的最终结果表明，疼痛视觉系统不仅可以用于评估入院时疼痛程度较高的慢性疼痛患者，还可以用于评估出院前疼痛程度较低的患者。但疼痛程度越高的评估效果越好(与VAS的相关性分别为0.730和0.449)。原因如下:第一，患者入院时疼痛较重，等效疼痛电流(PEC)的实际值较大，误差较小。但患者出院前病情相对稳定，疼痛程度较低，等效痛电流(PEC)的实际值较小，误差较大。部分患者疼痛完全缓解，疼痛感知等效电流(PEC)与感知阈值(CPT)非常接近。由于两次测量中患者反应的误差，PEC甚至小于CPT，甚至治疗后疼痛比小于1，这在理论上是不可能的。其次，治疗后患者的疼痛得到缓解，甚至完全消失。在VAS测试中很难测量准确的VAS值，甚至出院前的VAS值也大于入院时的VAS值。当然，也有一些患者在刚入院时并不需要缓解疼痛，所以在测试过程中会出现一些不经意的错误。

疼痛视觉系统是一个新的疼痛测量方法。它客观地通过神经电生理途径量化疼痛。它具有以下优点：（1）它不损伤皮肤和其他组织，并且将测量结果可重复。（2）的操作是简单的。患者可以按自己的按钮，没有语言的描述，从而使测量精确。（3）测量结果可以被量化和客体。当然，疼痛视觉系统也有缺陷，使得它不可能取代传统的手段，如完全的VAS方法。例如，由于其不能用于刺激C型纤维，它不能检测慢疼痛C型纤维行为。此外，它要求患者必须是测试，这是困难的，有时做过程中存在。一些疾病影响的神经传导，如外周神经病变，并且还将对测量的影响。

总之，疼痛视觉系统具有与VAS评分，这证明疼痛视觉系统可用于慢性疼痛强度的疼痛测定的良好相关性。然而，由于样本量小，有可能在这项研究中的一些错误。我们期待着在今后进一步的研究。

数据可用性

用于支持本研究结果的数据可根据要求从相应的作者处获得。

利益冲突

作者宣称，他们没有利益冲突。

工具书类

1. S、 Kundu，C.Weiss，H.Hertel等人，“妇科腹腔镜术中腹内压与术后疼痛的关系”妇产科档案卷。295，没有。11，第1-9，2017年。查看在：发布者网站|谷歌学术
2. J、 T.Farrar，J.P.Young Jr.，L.LaMoreaux，J.L.Werth和M.R.Poole，“在11点数值疼痛评定量表上测量慢性疼痛强度变化的临床重要性”疼痛，第94卷，第2期，第149-158页，2001年。查看在：发布者网站|谷歌学术
3. J.张和R.邹，“叶珈伟在疼痛强度评估的五个手指方法的应用，”中华护理杂志，第40卷，第6期，第409-4111905页。查看在：谷歌学术
4. 徐佳丽，王光国，“妇科腹腔镜手术后疼痛视觉评估方法:与VAS评分的比较”中国麻醉学杂志卷。33，没有。6，第708-710，2013。查看在：谷歌学术
5. 十、 张勇，刘明明，张勇，等，“疼痛视觉评估分娩疼痛可靠性的方法：与VAS比较，”中国麻醉学杂志，第33卷，第11期，第1349-1350页，2013年。查看在：谷歌学术
6. Y.赵，杨S.，Y. Yu等人，“疼痛视觉系统对癌症疼痛和化疗的神经毒性的定量评价，”中华肿瘤杂志卷。26，没有。12，第一○二五年至1030年，2016。查看在：谷歌学术
7. S.齐藤，T.石井，Y.鸭川等人，“体外冲击波治疗系统性硬化症的数字溃疡：相位2试验研究，”东北实验医学杂志，第238卷，不。1、2016年第39-47页。查看在：发布者网站|谷歌学术
8. A.佐藤，Y.佐藤，和H.铃木“对周围神经的髓鞘和无髓鞘纤维的传导速度的老化效应，”神经科学快报，第54卷，第1-3期，第15-20页，1985年。查看在：发布者网站|谷歌学术
9. M.大河内，K.上田，Y.望月，和H.大河内，“怎么能感觉异常后颧复杂骨折长期随访后确定？使用当前的阈值感知测试的新和定量评价方法，”口腔颌面外科，第73卷，第8期，第1554-15612015页。查看在：发布者网站|谷歌学术
10. J、 Kim，K.S.Lee，S.W.Kong等人，“电量化疼痛程度、主观评估视觉模拟量表和mcgill疼痛问卷之间的相关性：一项初步研究，”康复医学年鉴，第38卷，第5期，第665-6722014页。查看在：发布者网站|谷歌学术
11. 十、 阮和G.W.Bumgarner，“透析期间丁丙诺啡浓度降低引起的突破性疼痛”临床治疗，第38卷，第678-679页，2016年。查看在：谷歌学术
12. J、 E.Schroeder，P.S.Fischbach，D.Zheng和E.W.McCleskey，“激活μ阿片受体抑制短暂的高阈值和低阈值钙电流，但保留一个持续的电流神经元卷。6，没有。1期，第13-20，1991。查看在：发布者网站|谷歌学术
13. H、 罗、郑、王等，“慢性疼痛的评估与缓解”现代预防医学卷。39，没有。5，第1182至1185年，2012。查看在：谷歌学术
14. R、 Freynhagen，M.Serpell，B.Emir等人，“普瑞巴林治疗周围神经病理性疼痛的综合药物安全性评价”疼痛练习，第15卷，第1期，第47-57页，2015年。查看在：发布者网站|谷歌学术

版权

版权所有©2020宝王凯等人。这是下发布的开放式访问文章知识共享署名许可协议，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。