简介:带状疱疹后神经痛(PHN)是一种继发于带状疱疹的神经性疼痛。研究表明，早期疼痛干预可以降低PHN的发生率或疼痛强度。

目的是预测急性疱疹性神经痛患者是否会发展PHN，并帮助临床医生做出更好的决定。

方法:对520例带状疱疹患者进行回顾性分析。通过单因素分析确定与PHN相关的危险因素。使用Logistic回归和随机森林算法进行机器学习，然后比较两种算法的预测准确率，选择较优的算法预测接下来的60个新病例。

结果:年龄、NRS评分、皮疹部位、Charlson合并症指数(CCI)评分、抗病毒治疗及免疫抑制与PHN的发生有关。NRS评分是最密切的相关因素，重要性为0.31。在准确率方面，随机森林的准确率为96.24%，优于logistic回归的准确率92.83%。随后，应用随机森林模型预测60例新诊断的带状疱疹患者，准确率为88.33%，95%置信区间(CI)为77.43-95.18%。

表1 logistic回归结果

图 各因素的重要性

表2 随机森林与logistic回归的比较

表3 预测结果和实际结果

结论:本研究提供了一种思路和方法，通过对既往病例数据的分析，我们可以建立一种预测模型来预测带状疱疹患者是否会发展PHN。

原文出处

Wang XX,  Zhang Y,  Fan BF,Predicting Postherpetic Neuralgia in Patients with Herpes Zoster by Machine Learning: A Retrospective Study.Pain Ther 2020 Dec;9(2)