《Frontiers in Pharmacology》：Risk prediction models for prolonged postoperative opioid use: a systematic review and meta-analysis of drug-risk stratification, validation and evidence benchmarks
编辑推荐：
术后长期阿片类药物使用是一个用药安全问题，在此过程中，短期μ-阿片受体激动剂暴露可能转化为易感患者的持续消耗、耐受、阿片诱导的痛觉过敏和依赖。风险预测模型可通过识别需要个体化给药、更密切随访、替代镇痛策略或减量支持的患者，为临床药理学指导的阿片类药物管理提供支
术后长期阿片类药物使用是一个用药安全问题，在此过程中，短期μ-阿片受体激动剂暴露可能转化为易感患者的持续消耗、耐受、阿片诱导的痛觉过敏和依赖。风险预测模型可通过识别需要个体化给药、更密切随访、替代镇痛策略或减量支持的患者，为临床药理学指导的阿片类药物管理提供支持。研究人员检索了PubMed/MEDLINE、Embase、Web of Science、Scopus和Cochrane图书馆从建库至2026年7月5日的文献，纳入开发或验证预测术后30天以上阿片类药物使用的多变量模型的研究。每个独立队列选取一项主要估计值。受试者工作特征曲线下面积（AUROC）经logit转换后，采用含Hartung-Knapp置信区间的随机效应限制最大似然模型进行合并。35篇报告符合纳入标准，贡献了35项独立AUROC估计值进入定量综合。合并AUROC为0.794（95% CI 0.751–0.832），但研究间异质性极大（I2 = 99%；95%预测区间，0.512–0.934）。探索性分析提示，经过外部或时间验证的模型以及在阿片类药物初治队列中，区分度数值较低，但这些发现未得到Meta回归的一致支持。现有模型可识别出可测量的药物风险信号，但很少有模型同时满足全部四项预设转化证据基准，且验证、校准和临床效用证据不足，限制了其在个体化阿片类药物治疗中的即时应用。
论文主体内容总结
1 引言
阿片类镇痛药是治疗中重度术后疼痛的核心药物，但在易感患者中，预期短期使用可能延续至组织恢复之后，构成重要的用药安全问题。长期使用可能与持续性疼痛并存，增加阿片相关不良结局和依赖风险，加重医疗负担。然而，围术期管理常侧重于住院期间疼痛强度和阿片消耗量，出院后的用药轨迹关注较少。预测模型有助于识别有长期阿片使用风险的患者，指导个体化随访和阿片管理干预。
这种转化的药理学基础具有生物学合理性。常用围术期阿片类药物主要作为μ-阿片受体激动剂发挥作用。重复受体激活可导致受体磷酸化、脱敏、内化、耐受和代偿性神经适应。更长时间的暴露还可能促进阿片诱导的痛觉过敏和中枢敏化，表现为镇痛需求增加伴随疼痛敏感性恶化。在行为和神经生物学层面，持续阿片暴露与奖赏、戒断和强化通路相互作用，增加了易感患者依赖和阿片使用障碍的风险。
术后新发持续性阿片使用的风险在不同个体和手术人群中差异显著。流行病学证据表明，成年普通外科手术患者的发生率约为5%–7%，而在创伤、脊柱和骨科手术后超过10%。这种异质性由多种临床和背景因素共同塑造，包括慢性疼痛、精神共病、物质使用史、局部处方实践和出院后随访可及性。此外，阿片反应的个体间差异可能受到药物基因组变异的影响，特别是调控药物代谢、受体功能和疼痛调节的基因，如细胞色素P450 2D6（CYP2D6）、μ-阿片受体基因（OPRM1）和儿茶酚-O-甲基转移酶基因（COMT）。
既往系统评价描述了术后长期阿片使用的发生率和危险因素，但未量化模型区分度，也未评估验证设计、校准、决策曲线分析和偏倚风险。因此，研究人员开展了这项前瞻性注册的系统评价和Meta分析，旨在量化合并区分度，比较开发/内部验证与外部或时间验证，探索异质性来源，总结校准和决策曲线分析的报告情况，并评估现有模型是否足够成熟以支持个体化阿片管理。
2 方法
本系统评价和Meta分析依据2020年PRISMA声明以及TRIPOD-SRMA扩展指南进行设计、实施和报告。数据提取遵循CHARMS清单框架，方法学质量评价采用PROBAST工具。完整审查方案已在PROSPERO前瞻性注册。
检索策略涵盖PubMed/MEDLINE、Embase、Web of Science、Scopus和Cochrane图书馆，检索时间从建库至2026年7月5日。检索词结合了手术或围术期护理、阿片类镇痛药、长期或持续性阿片使用以及预测建模或机器学习的概念。两名独立评审员完成两阶段筛选，分歧通过小组讨论解决。
纳入标准包括：接受任何手术操作的原始人体研究；开发、内部验证或外部时间/地理验证任何预测术后30天以上阿片使用的多变量模型；允许的多变量建模方法包括常规逻辑回归、惩罚回归、临床风险评分/列线图、树基机器学习、集成算法和外部验证的既有预测工具；可提取或计算AUROC及其不确定性估计。排除标准包括：仅报告单变量危险因素而无完整多变量模型的研究；与术后手术人群无关的阿片结局预测；综述、社论、信件、无法提取AUROC统计量的会议摘要以及无原始经验数据的试验注册文件；重复发表的同一队列和核心预测模型研究；无法提取AUROC或相应置信区间/标准误的研究。
数据提取采用标准化预测试表格，涵盖六个领域：研究元数据、人群和手术特征、基线阿片暴露状态、结局定义和随访窗口、模型开发和验证设计以及完整预测性能指标。对于报告同一队列多个不同预测模型的手稿，所有可用性能统计量均记录于补充表格以供定性参考。为避免统计非独立性和单位分析偏倚，采用预定义层级选择规则在每个独特研究队列中仅选取一项主要性能估计值。
采用层级优先框架选择每个独立队列的一项代表性AUROC估计值：外部或时间地理验证数据优先级最高，其次为分割样本或留出法内部验证，再次为自助法/重采样内部验证，最后为仅来自模型开发数据集的表现性能。
所有纳入的主要模型估计值均使用PROBAST工具进行结构化评价，涵盖参与者、预测因子、结局和统计分析四个领域。两名独立评审员完成所有PROBAST评估。
AUROC值在Meta分析合并前进行logit变换以满足正态性假设。汇总AUROC估计值采用随机效应限制最大似然（REML）模型和Hartung-Knapp调整计算。研究间异质性通过I2和研究间方差tau2量化。95%预测区间同时纳入抽样不确定性和估计的tau2。
预设亚组分析按验证状态、基线阿片暴露、预测时机、手术专科领域、模型类别、结局随访窗口、长期阿片使用的操作定义、校准报告完整性、决策曲线分析（DCA）有无以及总体PROBAST偏倚风险进行分层。两项先验敏感性分析包括排除所有PROBAST高偏倚风险的模型估计值，以及排除报告未校正AUROC≥0.95的离群研究。
由于校准指标和DCA净临床益处的报告格式和阈值存在极大异质性，未进行定量合并，而是进行描述性汇总。应用了包含四个预设转化证据基准的实用框架：外部或时间验证、正式校准、决策曲线分析和低总体PROBAST偏倚风险。
所有Meta分析计算、亚组分层、Meta回归和敏感性检验均使用Stata 17.0完成。采用双尾统计学显著性阈值P<0.05。未进行正式的漏斗图小研究效应和发表偏倚评估。
3 结果
初始数据库检索获得2938篇引文，通过引文筛选额外确定5篇。去除1028篇重复后，筛选1910篇标题和摘要，评估209篇全文报告的合格性。35篇报告符合纳入标准，纳入本综述和定量综合。
35项研究级估计值代表了异质性的手术人群、预测时机和建模框架。14项涉及骨科或四肢手术，8项包含混合手术人群，7项为脊柱或神经外科手术，6项为其他非骨科手术。28项分析纳入了有既往或当前阿片暴露的患者，7项专门纳入阿片初治个体。19项分析仅基于术前信息进行预测，11项纳入术中、住院或出院数据，8项使用术后更新信息。18项主要模型使用机器学习或惩罚回归方法，8项评估了命名风险评分、计算器或现有模型，7项使用常规多变量回归，2项涉及其他或不明确的建模方法。9项估计值经过外部或时间验证，9项使用分割样本内部验证，9项使用重采样内部验证，8项基于仅开发分析或验证设计不明确。
在35项独立主要估计值中，术后长期阿片使用的合并AUROC为0.794（95% CI 0.751–0.832）。研究间异质性极高（I2=99%；tau2=0.395），95%预测区间为0.512–0.934。
主要估计值对排除PROBAST高偏倚风险的9项估计值稳健（AUROC 0.787，95% CI 0.748–0.822），对排除AUROC≥0.95的3项估计值也稳健（AUROC 0.770，95% CI 0.742–0.797）。三项高AUROC估计值均为仅在推导或内部验证环境中评估的机器学习模型。留一法分析未发现任何单一估计值实质性改变合并结果。
在预设探索性亚组分析中，外部或时间验证模型的合并区分度数值低于开发或内部验证模型（AUROC 0.749 vs. 0.811；亚组P=0.170）。根据基线阿片状态观察到名义上的亚组差异，阿片初治队列的区分度低于混合或既往使用队列（0.713 vs. 0.812；P=0.021）。根据校准报告也观察到差异，报告校准研究的合并AUROC低于未报告者（0.759 vs. 0.856；P=0.014）。预测时机、手术领域、模型类别、结局窗口、操作结局定义、DCA报告或总体PROBAST风险未显示明确亚组差异。
在探索性单变量Meta回归中，校准报告是唯一名义上显著的AUROC调节因子（beta=?0.549，logit尺度，95% CI ?1.025至?0.072；P=0.025）。基线阿片状态显示非显著趋势（P=0.072）。假发现率校正后无调节因子保持显著。
PROBAST评价将35项主要估计值中的6项归类为低总体偏倚风险，20项为不清楚，9项为高风险。反复出现的担忧包括依赖推导或内部验证而未进行外部测试、缺失预测因子或结局数据处理不明确、校准评估不完整、事件数相对于模型复杂性较低以及选择性报告模型变体。
校准指标可用于35项主要估计值中的22项，而决策曲线分析（DCA）报告了11项。报告的Brier评分中位数为0.078（IQR 0.043–0.132；范围0.028–0.240）。应用实用框架，五项估计值（14.3%）满足了三个核心转化基准（外部验证+校准+DCA），四项数据集（11.4%）同时满足全部四项标准。大多数内部推导或内部验证的模型显示出中度至高度AUROC值，但至少缺乏一项判断真实世界临床效用所需的指标，最常见的是外部验证、正式校准或DCA衍生的净获益。
4 讨论
本综述将术后长期阿片使用预测重新定义为药物风险分层问题。合并AUROC为0.794表明已发表模型捕获了临床可测量的风险信号。从药理学角度看，更关键的发现是该信号不足以支持常规临床实践中的个体化阿片治疗。模型性能在研究人群和验证设置间差异显著；校准常不完整，仅少数模型估计值满足全部四项预设转化证据基准。
本Meta分析揭示了极高的研究间异质性，表明合并预测准确性不能代表预测术后长期阿片使用模型的通用性能。这种巨大异质性源于各原始研究中不一致的预测设置，这些设置在基线阿片暴露概况、手术人群、结局定义、随访持续时间、预测时间点、变量可用性和验证方法学方面差异很大。
基线阿片暴露是异质性的关键来源，不应仅视为常规协变量，因为它定义了两种根本不同的预测任务。对于既往有阿片暴露的患者，用药史是反映药物耐受、慢性疼痛状况和既定处方模式的强风险标志物。相比之下，阿片初治患者的预测侧重于识别从有意短期术后镇痛向持续阿片消耗的转变，这一过程受初始术后处方影响，依赖于记录不一致的临床变量，使预测本质上更具挑战性。
模型区分度也与校准报告相关。报告校准的研究合并AUROC较低，且校准报告是单变量Meta回归中唯一名义上显著的调节因子。这种关联不应被解释为校准评估降低了区分度，而可能反映了研究设计、验证质量、报告完整性或有利性能估计的选择性报告差异。假发现率校正后无调节因子保持统计显著。
敏感性和验证分析显示了数值差异，提示报告模型性能可能存在乐观偏倚，尽管组间差异无统计学意义。排除PROBAST高偏倚风险的研究使合并AUROC略微降至0.787，而去除AUROC≥0.95的模型后合并估计值为0.770。来自外部或时间验证的模型区分度数值低于开发或内部验证数据集。虽然这种模式与模型应用于新人群时性能衰减一致，但在本数据集中不构成乐观偏倚的确凿证据。
借鉴TRIPOD声明和PROBAST框架的原则，研究人员预设了四个实用基准以提供透明且可复制的转化证据图谱：外部验证、校准、决策曲线分析和低总体PROBAST偏倚风险。这些基准代表了模型可迁移性、绝对风险可靠性、潜在净获益和方法学可信度的互补指标，但并非金标准或临床就绪的通用定义。
满足四个基准仅达到最低方法学要求，并不等同于确立临床药理学决策价值。临床实施需要将风险阈值与清晰、安全的管理策略联系起来。低风险患者可采用标准化短程方案加常规随访。高风险信号不应自动促使阿片剂量减少或镇痛抑制，而应触发全面的疼痛和用药评估、多模式药理学和非药理学镇痛、处方审查、早期随访以及在必要时转诊至专科医生。
预测模型不仅能根据药物相关风险区分患者，还能将高风险患者特征与可修改的临床护理流程联系起来。对于既往有阿片暴露的患者，术前用药协调和镇痛计划可能有助于避免不必要的术后阿片剂量升级。初始处方剂量、早期补药请求、疼痛随访缺口以及未处理的心理或物质使用问题是靶向干预的潜在机会。此外，围术期阿片暴露不应仅以总吗啡毫克当量来表征。阿片类型、制剂、给药途径和暴露持续时间可能具有不同的药理作用和临床后果。未来模型应评估区分潜在更高滥用倾向的阿片暴露与其他阿片策略是否能提供超越基线阿片暴露史和总阿片剂量的增量预测价值。
