帕金森病中的多维疼痛模式：一项纵向移动健康研究

《Journal of Neural Transmission》：Multidimensional pain patterns in Parkinson’s disease: a longitudinal mobile health study

　　

疼痛是帕金森病（PD）的一种非运动症状。在临床实践中，它通常被简化为单一指标，如强度，而忽略了其复杂性的重要方面。移动健康工具使得能够重复记录和多维分析疼痛。为了使用纵向移动健康数据检验疼痛强度、持续时间和空间分布如何区分患者特征，研究人员分析了来自68名PD患者在14个月期间内的20,971份每日记录。患者报告了疼痛强度、发作持续时间和疼痛位置。数据在个体水平上汇总以避免伪重复。使用无监督聚类（HDBSCAN with KMeans fallback）识别特征。通过Spearman相关性评估疼痛维度之间的关联。研究人员识别出两个特征：一个高负担组（n=17）和一个低负担组（n=50）。另一个聚类（n=1）因不稳定而被排除。组间差异在累积疼痛持续时间（6.7倍）和空间范围（9–11倍）上大于平均强度（2.4倍）。平均疼痛强度与累积持续时间（ρ=0.66）和空间范围（ρ=0.60前部；ρ=0.44后部）呈中等相关，而平均发作持续时间与其他疼痛指标的相关性较弱且不显著。记录频率与聚类归属无关（r=0.16，p=0.20），两组均显示出持续的参与度。仅疼痛强度可能不足以充分反映PD中的整体负担。考虑时间持续性和空间分布提供了患者体验的更完整视图，并支持多维评估方法。

**论文解读：帕金森病中的多维疼痛模式——一项纵向移动健康研究**

**研究背景与问题**
帕金森病（Parkinson’s disease, PD）是一种复杂的多系统神经退行性疾病，以运动和非运动症状为特征。疼痛作为其最常见的非运动症状之一，影响高达85%的患者，并与生活质量下降、功能受损及医疗资源使用增加密切相关。然而，临床实践中对PD疼痛的评估往往局限于单维度指标（如强度），忽略了其动态性、时间持续性和空间分布等复杂维度。传统横断面评估无法捕捉疼痛的波动性和多机制共存特性（如肌肉骨骼、神经病理性及中枢性成分），导致整体负担被低估及管理不充分。移动健康技术（mobile health, mHealth）通过真实世界中的重复数据采集，为多维疼痛分析提供了可能，但既往研究多聚焦于强度指标，而时间持久性和空间分布等维度对患者分型的贡献尚不明确。因此，本研究旨在利用纵向mHealth数据，识别PD疼痛的临床可解释特征，并评估不同维度在区分患者亚组中的相对价值，以支持个体化管理策略。

**研究内容与结论**
研究人员对巴西圣卡塔琳娜联邦大学（Federal University of Santa Catarina）一项前瞻性临床研究中的68名PD患者（平均年龄68.2±8.4岁，38%女性）进行了14个月的纵向症状监测，共收集20,971份每日记录。通过基于HDBSCAN（层次密度聚类）及KMeans回退算法的无监督聚类，识别出两个稳定的疼痛特征：高负担组（n=17）和低负担组（n=50）。关键发现包括：累积疼痛持续时间（6.7倍差异）和空间范围（前部9.2倍、后部11.3倍差异）对组间分离的贡献远大于平均疼痛强度（2.4倍差异）；平均疼痛强度与累积持续时间（ρ=0.66）和空间范围（ρ=0.60前部；ρ=0.44后部）呈中等相关，但平均发作持续时间与其他指标无显著相关；记录频率与聚类归属无显著关联（r=0.16, p=0.20），排除参与偏差。研究表明，仅依赖疼痛强度不足以全面反映PD患者的疼痛负担，需纳入时间持久性和空间分布以实现多维评估。该论文发表于《Journal of Neural Transmission》。

**主要关键技术方法**
1. 移动健康平台（TechPain Monitor）用于每日症状自我报告，采集疼痛强度（0-10数值评定量表，NRS）、发作持续时间（分钟）及数字身体映射（前/后视图）的空间分布数据。
2. 患者级数据聚合以避免伪重复（避免重复观测的统计问题），构建特征包括集中趋势（均值）、累积负担（总疼痛持续时间）、空间面积（像素计数）及症状/治疗相关指标（如药物复杂性评分）。
3. 无监督聚类分析（HDBSCAN，最小聚类大小2，欧氏距离；若噪声>10%则回退KMeans，k=3）识别患者特征，并用Spearman相关性评估疼痛维度与临床变量间的关联。

**研究结果**
**患者特征**
68名患者中，高负担组（n=17）与低负担组（n=50）在年龄、性别分布上无显著差异，但高负担组在多个疼痛维度上持续更高。

**疼痛维度的特征重要性排序**
基于振幅（最大-最小值）的排序显示，累积疼痛持续时间（差异246,335分钟）、后部疼痛面积（48,730像素）、前部疼痛面积（44,593像素）、总药物频率（15,521次）和治疗复杂性评分（818）位居前五，而平均疼痛强度（2.4 NRS单位）仅排第10，表明时间持久性和空间分布对组间分离贡献更大。

**疼痛维度间的相关性分析**
平均疼痛强度与累积持续时间（ρ=0.66）及前部（ρ=0.60）、后部（ρ=0.44）空间范围呈中等正相关。累积持续时间与平均发作持续时间（ρ=0.54）及空间范围（ρ=0.57前部；ρ=0.43后部）中等相关。但平均发作持续时间与强度（ρ=0.15）及空间范围（ρ=0.17前部；ρ=0.07后部）相关性弱且不显著，表明发作时长独立于其他维度。

**疼痛指标与症状变量的相关性**
总症状数与平均强度（ρ=0.31）、累积持续时间（ρ=0.31）及前部空间范围（ρ=0.49）呈弱至中等正相关。活动症状簇数与累积持续时间（ρ=0.33）和前部空间范围（ρ=0.44）相关，但与平均强度无关。神经症状与强度（ρ=0.29）、持续时间（ρ=0.31）及前部空间范围（ρ=0.33）相关；平衡/步态症状与累积持续时间（ρ=0.33）和前部空间范围（ρ=0.35）相关；精神症状主要与前部空间范围（ρ=0.34）相关；睡眠相关症状与强度（ρ=0.33）和空间范围（前部ρ=0.36；后部ρ=0.26）相关，但与累积持续时间无关。无症状域与所有疼痛指标呈一致负相关（ρ=-0.49至-0.35），支持内部有效性。

**疼痛指标与药物变量的相关性**
总药物频率与平均强度无显著相关（ρ=0.07），但与累积持续时间（ρ=0.30）和后部空间范围（ρ=0.32）弱相关。药物类别数与累积持续时间（ρ=0.40）和前部空间范围（ρ=0.27）相关，但与平均强度无关。治疗复杂性与累积持续时间（ρ=0.46）和前部空间范围（ρ=0.32）中等相关，与平均强度无显著关联。

**疼痛指标与危机变量的相关性**
每周危机频率与平均强度弱正相关（ρ=0.32），但与累积持续时间或空间范围无显著关联。总危机数与平均强度（ρ=0.62）及累积持续时间（ρ=0.46）中等相关，但与空间范围无关。危机指标主要反映发作性疼痛动态，而非持续性负担。

**讨论与结论**
讨论部分指出，累积疼痛持续时间和空间分布是区分患者特征的主要因素，而非平均强度；高负担组不仅强度更高，且疼痛持续更久、分布更广，提示存在需要个体化管理的亚组。参与偏差分析显示记录频率与聚类归属无显著关联，支持结果可靠性。平均强度与累积维度呈中等相关，但单独使用无法捕捉时间结构；危机指标与强度强相关，但独立于空间分布。药物复杂性更与疼痛持久性和分布相关，而非平均强度，说明治疗负担与慢性广泛性疼痛模式一致。高负担组多域症状（神经、睡眠）负担更重，且三环类抗抑郁药使用更频繁，提示多模式治疗需求。研究局限性包括样本量较小、缺乏标准临床分期、依赖患者报告等。结论部分翻译：本研究表明，仅疼痛强度可能不足以充分反映PD中的整体负担。考虑时间持久性和空间分布提供了患者体验的更完整视图，并支持多维评估方法。