编辑推荐：
长期疼痛是全球范围内导致残疾和健康负担的主要因素之一，但目前缺乏有效预测手段。研究人员对瑞典入伍青年进行长期跟踪，运用网络分析方法研究长期疼痛的早期迹象。结果发现青春期男性的心理和社会因素与后期长期疼痛相关。这为早期预防提供依据。
在日常生活中，你是否曾想过，那些时不时袭来的疼痛，会不会在未来演变成长期的困扰？长期疼痛，如今已成为全球范围内导致残疾和健康负担的 “主力军”。它不仅让患者承受身心痛苦，还带来沉重的经济压力，严重影响劳动人群的生产力。据统计，任何时刻都有超 20% 的人正遭受长期疼痛的折磨。然而，传统的止痛药物对长期疼痛往往效果不佳。更糟糕的是，目前还没有明确的方法能预测谁会患上长期疼痛，尽管此前有不少尝试，但都未能成功。这就好比在黑暗中摸索，我们急需一盏明灯来指引方向。
为了解开长期疼痛预测的难题，瑞典哥德堡大学（University of Gothenburg）、卡罗林斯卡学院（Karolinska Institute）、斯德哥尔摩大学（Stockholm University）等机构的研究人员开展了一项极具意义的研究。他们的研究成果发表在《npj Mental Health Research》上。
研究人员采用了网络分析（network analysis）这一前沿技术。他们以 1969 - 1970 年瑞典入伍的 49,132 名 18 - 19 岁男性为样本队列，详细记录了这些青年的生理、心理和社会变量信息，并通过国家登记系统长期跟踪他们的健康状况，确定哪些人后来被诊断出患有长期疼痛。在研究过程中，他们对收集到的大量数据进行筛选，最终确定了 103 个相关变量进行网络分析。
研究结果
- 总体网络分析：研究人员构建了包含所有参与者的总体网络，发现变量可聚类为心理、健康相关、社会与反社会、学校 / 工作生活、身体测试结果等多个类别。其中，“心理功能评估（Psychological profile: function）” 节点的连接强度最高，它反映了心理学家在征兵面试中对个体压力适应能力的评估。
- 样本量充分性评估：研究样本中，9459 人（占 28.7%）被诊断为长期疼痛。通过计算欧几里得距离，研究人员发现当疼痛样本量达到 3000 人时，与随机抽样网络的差异显著，说明当前 9459 人的疼痛样本量足以进行有意义的比较。
- 全局指标分析：对比疼痛组和非疼痛组的网络，研究人员发现疼痛组网络与总体人群网络的欧几里得距离差异显著，表明疼痛组网络整体上与总体网络存在明显不同。此外，疼痛组网络的全局聚类系数（Global CC）显著高于非疼痛组，这意味着疼痛组网络中节点间的连接更为紧密。而两组的全局网络强度无显著差异，说明边缘相关性在整体上没有明显变化。
- 节点属性分析：研究人员使用强度（Strength）、特征向量中心性（eigenvector centrality）和聚类系数（clustering coefficient）这三个指标来量化节点属性。结果发现，在强度指标上，有 3 个心理变量节点在疼痛组中的强度更高；特征向量中心性指标下，“心理领导力评估（Psychological Profile: Leadership）” 节点在非疼痛组中的中心性更大；聚类系数方面，疼痛组中有 6 个节点（包括心理、情感和社会变量）的局部聚类系数差异显著，这些节点在疼痛组网络中的连接更为紧密。尽管如此，两组中变量的中心性排名并没有显著差异。
- 边缘属性分析：研究人员通过改变聚类阈值进行测试，发现存在一个显著的边缘聚类，表明疼痛组和非疼痛组之间存在一组相互关联的边缘差异。例如，吸烟与服用治疗神经的药物在疼痛组中的相关性更强；饮酒与较低的心理功能在疼痛组中的关联也更强；而醉酒与有女朋友在非疼痛组中的相关性更高，在疼痛组中则较弱。这些边缘聚类反映出易患长期疼痛人群的心理社会特征。
研究结论与讨论
这项研究表明，青春期后期的心理和社会因素与个体未来患长期疼痛的风险密切相关。那些易患长期疼痛的个体，在心理和社会因素方面与其他人存在明显差异，这些因素相互交织，形成了特定的网络模式。虽然研究效应量较小，但考虑到数据收集时间早于部分诊断时间，且长期疼痛的病因复杂，该研究成功识别出了潜在的健康决定因素风险特征。
值得注意的是，尽管研究纳入了多种已知风险因素，但疼痛组和非疼痛组之间几乎所有显著的节点差异都集中在心理与情感类别变量上。这表明，针对青春期的心理和情感问题进行干预，如采用认知行为疗法，可能不仅能缓解心理和情感困难，还能减少相关的社会风险因素，从而降低个体患长期疼痛的风险。
然而，该研究也存在一些局限性。数据仅包含男性，而长期疼痛在女性中更为普遍，因此研究结果对女性的适用性有待进一步研究。此外，研究使用的是住院和专科门诊登记数据，只能捕捉到严重的疼痛病例；部分社会变量可能受当时收集时间的限制；研究中存在多个高度相关的变量，可能更适合用单一潜在变量来表示。不过，研究的优势也很明显，样本量大，涵盖了几乎所有 1949 - 1951 年出生的瑞典男性，且数据具有前瞻性。网络分析方法能够清晰地展示变量间的共变关系，从多个层面进行综合分析，为后续研究提供了重要的参考。
总的来说，这项研究为长期疼痛的早期预测和干预提供了新的视角和依据。未来研究可以在此基础上，进一步选取更具针对性的变量，深入探究变量之间的特定关系，为预防和治疗长期疼痛开辟新的道路。
