退行性颈椎脊髓症（DCM）术后健康相关生活质量的网络分析

《The Spine Journal》：Network-Based Analysis of Health-Related Quality of Life Following Surgery for Degenerative Cervical Myelopathy

　　

退行性颈椎脊髓症（DCM）术后健康相关生活质量（HRQoL）的结构组织特征研究。研究方法采用前瞻性多中心观察性研究，纳入在日本10家高流量脊柱中心接受手术治疗的849例DCM患者。采用简易健康调查量表（SF-36）评估HRQoL，包括8个维度评分和综合分量表评分，于基线及术后1-2年进行测量。应用高斯图形模型（Gaussian Graphical Models, GGM）构建术前及术后基于条目水平和维度水平的HRQoL网络，通过网络比较检验评估术后网络结构、整体强度及各边权重的变化，采用强度（strength）和预期影响（expected influence）量化中心性。此外，依据术后日本骨科学会（JOA）评分反应性进行亚组分析。研究结果显示，维度水平上术前与术后网络结构存在显著差异，而整体网络强度未发生改变，提示HRQoL关系发生重新配置而非统一增强。角色功能（Role Physical, RP）术前即为最核心的维度，术后中心性进一步升高。在两个亚组中，术后RP均保持高度中心性，而无反应者 additionally 表现出一般健康状况（General Health, GH）中心性的增加。研究结论认为，DCM手术治疗与HRQoL网络结构的重组相关，而非全球连接性的增加；RP中心性的不断增加凸显了其在术后HRQoL恢复中的潜在作用；网络分析为理解DCM的HRQoL提供了新的框架，并强调了通过术后策略恢复日常角色功能以最大化以患者为中心的结局的重要性。

退行性颈椎脊髓症（DCM）是一类由于慢性进行性颈椎脊髓受压导致的、涵盖广泛神经系统损害的疾病谱系，临床表现从轻微的手部笨拙和感觉障碍，到严重的步态功能障碍和独立性丧失，导致生活质量（QOL）显著下降。手术干预已被推荐用于中重度DCM患者，可有效阻止神经功能恶化并实现有意义的功能恢复。因此，大量研究聚焦于DCM术后健康相关生活质量（HRQoL）的改善情况，其中简易健康调查量表（SF-36）是最常用的评估工具。然而，既往研究多集中于维度评分或综合分量表评分（如躯体成分评分（PCS）和心理成分评分（MCS））的变化，这种基于评分的分析方法本质上根植于形成性模型，将HRQoL视为由观测条目构成的复合结构。尽管该模型在个体间或组间比较的量化分析中具有实用优势，但其固有缺陷在于忽视了个体条目与维度之间的关系结构，无法捕捉DCM患者HRQoL背后复杂的相互依赖性。另一种概念框架是反映性测量模型，将观测条目视为潜在构念的效果，但该框架假设局部独立性，对于HRQoL是否应被表征为多样化且交互作用的单一潜在原因尚存疑问。因此，无论是形成性还是反映性模型，均不足以充分描述DCM患者HRQoL的复杂结构。

近年来，网络模型作为一种替代性分析框架应运而生，将HRQoL概念化为相互交互的成分系统而非单维构念。通过明确模拟个体条目或维度之间的相互关系，该框架能够检视各成分对其他成分的潜在影响，从而提供HRQoL的结构表征。与传统基于评分的方法相比，网络分析能够直观可视化复杂的相互依赖性，并有助于识别在整体QOL结构中扮演不成比例角色的核心维度。尽管该框架已应用于SF-36的评估，但据研究人员所知，尚未有研究采用网络方法研究DCM患者的HRQoL。基于上述背景，研究人员旨在构建DCM手术患者的HRQoL网络模型，并考察手术前后HRQoL结构组织的变化。

本研究为前瞻性多中心观察性研究，纳入在日本10家高流量脊柱中心接受手术治疗的DCM患者。研究团队采用高斯图形模型（GGM）构建网络，其中边代表控制其他所有变量后两个节点之间的非零偏相关（partial correlation），以揭示无法被其他网络内变量解释的直接关联。网络估计采用图形最小绝对收缩和选择算子（graphical lasso），即L1正则化最大似然估计，以获得稀疏且可解释的网络结构，并通过最小化扩展贝叶斯信息准则（EBICbox）确定最优正则化水平。由于GGM假设输入协方差矩阵来自多元高斯分布，而SF-36条目为有序分类变量，研究人员在条目水平分析前计算多元相关矩阵；维度水平的聚合评分则被视为连续变量处理。

网络比较分析采用网络比较检验（NCT），通过置换框架对两个网络的整体连接性、网络结构和个体边权重进行统计比较。由于数据来自同一受试者的重复测量，研究采用配对设计。网络不变性检验评估边配置和强度是否不同，以最大绝对边权重差异（M）作为结构差异的汇总统计量；全球强度不变性检验比较全球网络强度（S），即网络内绝对边权重之和。此外，进行边水平比较以识别两网络间具体变化的连接。

中心性分析采用强度中心性（strength centrality）和预期影响（expected influence, EI）作为主要指标。强度中心性反映与某节点相连所有边的绝对权重之和，捕获整体连接水平；EI代表有符号边权重之和，考虑关联方向。亚组分析依据术后JOA评分反应性进行分层，以最小临床重要差异（MCID）标准将患者分为反应者和无反应者，在各亚组内分别构建术前和术后维度水平网络，并进行NCT和中心性分析。

网络准确性和稳定性通过bootnet包中的非参数自助法评估。边权重准确性基于1000次非参数自助样本估计95%置信区间（CI）；中心性指标稳定性采用个案剔除子集自助分析，计算相关稳定性（CS）系数，即在95%的自助样本中，与原始中心性估计保持至少0.70相关性的最大可剔除病例比例。研究将CS系数不低于0.25、 preferably 大于0.50作为稳定性良好的标准。

研究结果显示，共筛查1105例DCM患者，849例符合纳入标准。所有8个SF-36维度及PCS、MCS评分术后均显著改善。网络分析显示，维度水平网络中，RP与角色情绪（RE）在术前和术后均呈现最强关联（术前：r=0.550；术后：r=0.587），活力（VT）与精神健康（MH）也保持稳定强正相关。条目水平网络中，同SF-36维度条目聚类明显，反映SF-36的固有病前结构，而社会功能（SF）相关条目与其他条目关联相对较弱。

网络比较分析表明，维度水平网络结构术后发生显著重组（M=0.164，p=0.009），而条目水平无显著差异（M=0.170，p=0.587）；全球网络强度在两种水平均无显著变化（维度水平：术前S=3.343 vs. 术后S=3.508，p=0.333），提示手术改变了关联配置而非整体连接幅度。边水平比较显示，一般健康状况（GH）与VT的关联从术前到术后显著增加（r从0.122增至0.287，p=0.002），GH与躯体疼痛（BP）的关联也显著增加（r从0.070增至0.195，p=0.009）；而GH与躯体功能（PF）的关联有降低趋势（r从0.209降至0.116，p=0.070）。RP虽无统计学显著性，但术后与大多数其他维度的相关性增加（MH除外），提示术后维度间关系模式发生质性转变。

中心性分析显示，RP在术前网络中强度中心性最高，术后显著增加（C=0.222，p=0.019）；SF术后中心性显著降低（C=?0.109，p=0.033）。条目水平中个别条目（如SF10和PF3a）术后强度明显增加，但未在维度水平反映，可能因为维度水平基于聚合评分而减弱了局部变化。

亚组分析中，521例为反应者，312例为无反应者。两组中RP与RE、VT与MH的强关联均与总体队列一致。反应者组检测到网络结构显著改变（M=0.197，p=0.019），无反应者组无显著变化（M=0.203，p=0.095）；两组全球网络强度术后均无显著变化。中心性分析显示不同亚组术后变化模式不同：RP在两组中均保持最高强度，且均有增加趋势（反应者：C=0.168，p=0.080；无反应者：C=0.198，p=0.175）。反应者组SF术后强度下降（C=?0.140，p=0.028），而无反应者组GH强度显著增加（C=0.221，p=0.013）。

网络准确性与稳定性评估显示，所有网络中绝对权重较大的边均具有不跨零的窄CI；CS系数在所有网络中均达到最大值0.75（除术后条目水平网络为0.53，仍在可接受范围内），表明中心性指标具有优异的稳定性。

在讨论部分，研究人员指出网络分析将各SF-36维度视为相互交互的成分而非独立结局，首次证明了DCM术后HRQoL网络结构发生显著重组而整体连接性未变，即手术改变了HRQoL维度间的关联配置而非统一改善所有维度。RP在术后网络中显示出更高的中心性，成为核心连接节点；而神经功能改善较差的患者 additionally 表现出GH中心性的增加。与既往癌症患者的研究相比，DCM患者的中心性模式更接近正常人群，尽管PF中心性相对较低，这可能提示DCM中的躯体障碍主要通过影响日常角色功能而影响HRQoL。术后RP中心性的增加可能反映了潜在的神经功能恢复，并强调了在功能改善患者中实施术后干预以恢复日常角色功能的重要性。

研究结论指出，本研究首次对DCM手术患者的HRQoL进行了网络分析。手术治疗与HRQoL网络结构的显著重组相关，而整体连接性未发生改变，表明手术改变了HRQoL维度的交互方式而非统一改善所有维度。RP始终作为核心枢纽，术后重要性进一步增加。这些发现提示DCM术后HRQoL的改善由以角色功能为中心的结构转变所驱动，强调了通过术后康复和多学科护理靶向RP以优化患者中心结局的临床意义。