基于临床变量与结构MRI特征的带状疱疹后神经痛可解释预测模型的多中心队列研究

《The Journal of Headache and Pain》：Development and validation of a machine learning model integrating clinical and structural brain morphometric features for predicting postherpetic neuralgia: a multicenter cohort study with retrospective development and prospective external validation in China

　　

摘要

背景

带状疱疹后神经痛（PHN）是带状疱疹（HZ）常见且难以治疗的并发症。早期识别高危患者有助于风险分层和个体化干预。本研究旨在整合临床变量与三维T1加权结构磁共振成像（sMRI）特征，开发一种可解释的模型来预测PHN。

方法

本多中心队列研究回顾性纳入了2023年2月至2025年10月间257例急性或亚急性疱疹神经痛住院患者，并前瞻性纳入2025年12月至2026年3月间50例住院患者进行外部验证。开发队列按7:3比例随机分为训练集和内部验证集。临床预测因子通过单因素和多因素logistic回归筛选，而sMRI特征则通过Spearman相关分析、Mann-Whitney U检验和最小绝对收缩与选择算子（LASSO）回归筛选。采用五种算法分别开发临床模型、sMRI模型及临床-sMRI联合（CR）模型。模型性能通过受试者工作特征曲线下面积（AUC）、Brier评分、校准曲线和决策曲线分析进行评估。采用SHapley加性解释（SHAP）方法对模型进行解释，并进行了亚组和分层分析。

结果

在303例患者中，163例（53.8%）发展为PHN。保留了4个临床特征——数字评分量表（NRS）评分、疾病分期、抗病毒治疗启动时间和神经阻滞启动时间——以及5个脑形态学特征，涉及右侧前扣带及旁扣带回、右侧楔叶、右侧梭状回、左侧顶叶上回和右侧海马。CR-SVM模型表现一致，训练集AUC为0.801（95% CI, 0.735–0.867），内部验证集AUC为0.767（95% CI, 0.657–0.876），外部测试集AUC为0.770（95% CI, 0.633–0.906）。急性期患者在各队列间的表现更为一致，头颈部带状疱疹患者的区分能力更高。NRS评分为4–6分、亚急性期以及右侧海马灰质体积＞0.005417与PHN风险增加相关，校正风险比分别为2.28、1.34和1.44。右侧楔叶皮层厚度＞1.816 mm与较低风险相关（校正风险比，0.61；所有P ＜0.05）。该模型可能需要在更大的独立队列中进一步重新校准。

结论

临床和结构脑形态学特征提供了互补的预测信息。CR-SVM模型以中等区分能力识别了PHN高危患者，提供了一种可解释的风险分层方法，同时为疼痛慢性化的中枢机制提供了神经影像学线索。

临床试验编号

不适用。