摘要
背景
NeuPSIG诊断算法被视为神经性疼痛诊断的参考框架。它基于一种层次模型，其中诊断的确定性随着证据的客观性增加而提高，从患者报告的症状到临床检查，最终再到能够证明存在神经系统病变的确认性检测。
方法
在本文中，我们对该框架的概念基础进行了批判性分析。我们认为，主观证据与客观证据之间的区别并不像人们假设的那么明确，因为所谓的客观生物标志物本身也受到与患者相关、取决于检查者以及方法学因素的影响。此外，发现神经系统病变并不能确立其与疼痛之间的因果关系，这就引发了关于使用基于病变的标志物作为疼痛分类替代指标的有效性的根本性问题。
结果
通过结合床边检查、定量感觉测试、神经生理学以及结构生物标志物的证据，我们指出了当前层次化方法的局限性。我们表明，神经性疼痛的临床推理并非遵循从主观数据到客观数据的线性进展，而是依赖于多种上下文相关的信息来源的整合。
结论
我们提出了一种基于多方面证据整合的替代框架，在该框架中，患者病史、疼痛特征以及临床检查都被赋予同等的重要性，诊断的可靠性源自这些信息的协调一致性，而非客观性的层次差异。在该模型中，旨在识别神经系统病变的研究被重新定位为明确病因的工具，而非疼痛分类的决定因素。我们认为，这种方式为神经性疼痛的诊断提供了更具概念一致性且更具有临床意义的框架。
意义阐述
虽然NeuPSIG算法在研究领域有助于标准化神经性疼痛的诊断，但该算法基于一种层次模型，在该模型中，客观测量指标（感觉功能缺陷、辅助检查）的重要性远远超过患者自我报告的症状。我们通过证明“客观”测量指标也存在变异可能性来挑战这一假设，并提出了一种赋予患者报告结果同等重要性的模型。这种模型或许能为神经性疼痛的诊断提供更具临床实用价值的方法。
利益冲突
作者声明不存在利益冲突。
