突破性疼痛诊断/预后评分系统的开发和性能

摘要

目标：不同临床情况下突破性疼痛（BTP）的可变患病率和治疗部分归因于缺乏具有预后能力的可靠/经验证的诊断工具。我们报告了基于朴素贝叶斯分类器（NBC）方法和11项IQ-BTP验证问卷的新型BTP评分系统的统计基础和性能分析。该系统旨在将潜在的BTP存在分为三种可能性类别："高，泰国试管婴儿""中间，"和"低。"

方法：在n=120名混合性慢性疼痛患者的训练集中，与BTP似然变量相关的预测因子（Pearson'sχ²和/或Fisher's exact测试）被用于NBC计划。将二进制分类调整为三似然类情况使得能够构建评分算法并检索每个预测因子的得分's回答选项和患者's全局得分（PGS）。后者的中位数用于建立NBC阈值，这是评估评分系统性能所必需的（留一法交叉验证）。

结果："高，""中间，"和"低"似然类分别为3.44,1.53和-2.84的PG的中位数。模型的主要预测因子（基于得分差异）是flair频率（ΔS=1.31），持续时间全国试管婴儿成功率医院排名（ΔS=5.25）和可预测性（ΔS=1.17）。对于"高"，正确分类的百分比为63.6%;对于"中间"和"低"似然类，正确分类的百分比为100.0%;评分系统的总体准确度为90.9%。

结论：基于NBC的BTP评分系统在将潜人工授精去什么医院在BTP分为三个可能性类别方面表现出令人满意的表现。这种统计方法的可靠性，灵活性和简单性可能与BTP流行病学和管理有显着相关性。Th这些结果需要进一步的影响研究来概括我们的发现。

关键词：突破性疼痛;多类评分系统;朴素贝叶斯分类器。