原发性肘管综合征尺神经前置皮下术预后效果的可解释预测模型

《The Journal of Hand Surgery》：An Explainable Prediction Model for Outcomes After Anterior Subcutaneous Ulnar Nerve Transposition in Idiopathic Cubital Tunnel Syndrome

　　

目的

识别特发性肘管综合征行尺神经前皮下转位术后的术前临床及电生理预后预测因子，并建立一个可解释的个体化预后模型。

方法

这项回顾性队列研究纳入了119例患者，这些患者于2005年至2022年间因特发性肘管综合征接受了尺神经前皮下转位术，且随访时间至少1年。候选预测因子包括人口学特征、职业类别评分、肘携带角、改良McGowan分级以及电生理参数。采用Messina标准对预后进行分级，并将其二分为优良与中差两组用于预测建模。评估了常规回归方法及六种机器学习算法，机器学习模型采用重复50次的嵌套分层5折交叉验证进行内部验证。通过受试者工作特征曲线下面积、F1评分和Brier评分评估模型性能。模型解释依赖于特征重要性及局部可解释模型不可知解释方法。

结果

68例患者（57.1%）预后为优良，而51例（42.9%）预后为中差。极端随机树模型获得了最高的受试者工作特征曲线下面积均值及最低的Brier评分，被选中用于模型解释。腕部复合肌肉动作电位振幅和改良McGowan分级是主要的预后特征。探索性模型解释支持腕部复合肌肉动作电位振幅≥6.6 mV和改良McGowan分级≤IIA作为优良预后的参考值。

结论

腕部复合肌肉动作电位振幅和术前临床严重程度是特发性肘管综合征行前皮下转位术后恢复的关键预测因子。在所评估的算法中，极端随机树模型获得了最高的受试者工作特征曲线下面积均值和最低的Brier评分均值，进一步强调了这些变量的预后意义。可解释预测模型可为个体化术前咨询提供支持。

研究类型/证据等级

预后研究 III 级。

各章节摘要

研究设计与患者选择

本回顾性队列研究经机构审查委员会批准，并豁免了知情同意要求。报告遵循当前使用回归法或机器学习方法的临床预测模型相关建议。¹⁵

我们回顾性研究了2005年1月至2022年12月间接受肘部尺神经病变手术治疗的患者。符合条件的患者为特发性肘管综合征并接受了尺神经前皮下转位术治疗，

患者特征及术后预后

本队列共纳入119例患者，涉及119个肘部，其中无人出现双侧肘部受累。术后平均64.2个月时（范围12–207个月）评估预后。随访时，68例（57.1%）患者预后为优良，51例（42.9%）为中差。患者特征见表2。Messina的四个原始预后分类见表3。在这些分类中，术后预后较差者与逐渐降低的运动传导相关

讨论

本研究的主要发现是，对于特发性肘管综合征，可利用基于常规术前临床和电生理数据的可解释预测模型，对尺神经前皮下转位术后的预后进行估计。在所评估的预测因子中，腕部复合肌肉动作电位振幅和术前改良McGowan分级是优良术后预后的最强预测因子。这些结果表明，

利益冲突

未收到或收到任何与本文直接相关的好处。

致谢

作者感谢PhD Yonggwan Shin提供的统计学咨询。

Jun-Hyuk Lim|Myung-Sun Kim

韩国全罗南道光州，全南大学医学院及附属医院骨科