《PAIN》：Development and validation of the International Classification for Orofacial Pain Algorithm
编辑推荐：
本文推荐国际口颌面疼痛分类算法（ICOP-AL），该工具基于2020年发布的国际口颌面疼痛分类（ICOP），通过流程图形式系统整合了近200种口颌面疼痛（OFP）的诊断标准。研究显示，ICOP-AL与专家诊断的一致性达到Cohen's Kappa κ=0.688（P<0.001），显著优于非专家评估，有助于在临床实践中提升诊断准确性和标准化水平。
国际口颌面疼痛（Orofacial Pain, OFP）涵盖了一系列复杂的疼痛病症，由于其症状重叠和病因多样，临床诊断面临巨大挑战。为应对这一问题，国际口颌面疼痛分类（International Classification of Orofacial Pain, ICOP）于2020年发布，成为首个专门针对口颌面疼痛的国际分类系统。ICOP提供了近200种具体诊断的详细标准，但其复杂的层级结构（最多可达七位数级别）限制了在临床实践中的直接应用。为此，研究团队开发了国际口颌面疼痛分类算法（International Classification of Orofacial Pain Algorithm, ICOP-AL），旨在通过流程图工具简化诊断流程，提升ICOP的临床适用性。
ICOP-AL的设计遵循了临床算法开发的最佳实践，参考了国际疾病分类第十一版慢性疼痛分类算法（Classification Algorithm for the ICD-11 Chronic Pain Classification, CAL-CP）的开发方法。算法采用标准化的符号系统：绿色六边形代表决策框，用于判断临床标准是否满足；橙色矩形为行动框，提示需考虑的替代诊断；蓝色圆角矩形是临床状态框，包含可能的诊断结果，其边框由虚线向实线过渡，以视觉方式引导用户逐步接近精确诊断。整个算法由689个互连框体组成，覆盖ICOP所有诊断层级，并嵌入超链接方便用户快速导航至更详细的诊断分支。
在整合诊断标准方面，ICOP-AL充分吸收了ICOP引用的权威标准，如国际头痛疾病分类第三版（International Classification of Headache Disorders, 3rd edition, ICHD-3）和颞下颌关节紊乱病诊断标准（Diagnostic Criteria for Temporomandibular Disorders, DC/TMD）。例如，针对“类似原发性头痛的口颌面疼痛”类别，算法直接纳入ICHD-3的诊断条目，确保分类体系间的连贯性。每个诊断路径均以“无法用其他ICOP诊断更好解释”作为终点，提醒临床医生进行鉴别诊断。
为验证ICOP-AL的可靠性，研究团队开展了两阶段评估。首先，使用100例匿名患者病例（来自2021年至2023年鲁汶大学医院就诊者）进行盲法测试，由一名作者（H.S.）独立应用算法得出诊断，并与专家原诊断对比。结果显示，ICOP-AL与专家诊断的一致性达到Cohen's Kappa κ=0.688（P<0.001），属高度一致。进一步地，24例病例子集被交由不同经验水平的临床人员（包括医学生、全科医生和OFP专家）进行诊断，而不使用算法辅助。评分标准按诊断精确度分级：0分表示错误诊断，1分、2分、3分分别对应正确的一级、二级、三级ICOP诊断。ICOP-AL在此测试中总分为42分（满分72分，占比58%），优于非专家组（医学生和全科医生得分在44%-56%之间），与专家组（最高65%）接近但略低。Fleiss' Kappa分析显示算法用户间的一致性为κ=0.52（P<0.01），属中等水平。
分层分析表明，ICOP-AL在不同疼痛类别中的表现存在差异。算法对牙槽及相关结构疼痛的诊断准确率最高（75%），对颅神经病变相关疼痛为68%，而在肌筋膜口颌面疼痛（49%）和类似原发性头痛的口颌面疼痛（49%）中表现相对较弱。这一结果反映出某些疼痛亚型的诊断复杂性，即便对算法也是挑战。值得注意的是，ICOP本身许多标准缺乏可操作化定义（如客观检测方法），这可能限制了算法在部分场景下的精确度。
讨论部分指出，ICOP-AL的核心优势在于其结构化流程能减少诊断变异，尤其有助于经验不足的临床工作者提升判断质量。然而，算法在实现高度特异性诊断时仍有提升空间，未来可通过融入机器学习技术或结合实时临床数据优化决策节点。同时，ICOP-AL作为教育工具的潜力也值得挖掘，例如通过配套培训模块帮助用户理解ICOP层级逻辑。
总之，ICOP-AL是首款将ICOP转化为临床实用工具的算法，其验证结果支持了其在口颌面疼痛管理中的实用价值。后续需在真实临床环境中进一步验证，并持续更新以适应分类标准的演进。该研究为疼痛诊疗的标准化提供了重要推动力，特别在基层医疗和专科培训场景中具有广泛应用前景。
