Ключевые результаты
В исследовании успешно разработана и внутренне валидирована модель прогнозирования эффективности лечения миофасциального болевого синдрома (МБС). Модель, основанная на алгоритме опорных векторов (support vector machine), продемонстрировала высокую прогностическую ценность с AUC 0,895 (95% ДИ: 0,840–0,950) в тренировочной выборке и 0,873 (95% ДИ: 0,794–0,953) в валидационной выборке. В модель вошли шесть ключевых предикторов, включающих как клинические и психологические параметры, так и биомаркеры воспаления.
Методология
Исследование имело ретроспективный характер с включением 340 пациентов с МБС, которые были случайным образом разделены на тренировочную (n=238, 70%) и валидационную (n=102, 30%) когорты. На исходном этапе были собраны данные о характеристиках боли, распределении триггерных точек, психологическом статусе и воспалительных маркерах.
Все пациенты получали стандартизированное лечение, включающее:
- Сухое иглоукалывание (dry needling)
- Физиотерапию
- Медикаментозную терапию
Оценка эффективности лечения проводилась через 8 недель, при этом первичной конечной точкой являлось уменьшение боли на ≥50%. Предикторы были отобраны с помощью многофакторной логистической регрессии, после чего были построены различные модели машинного обучения (случайный лес, метод опорных векторов и алгоритм k-ближайших соседей). Внутренняя валидация осуществлялась методом bootstrap-ресэмплинга.
Клиническое значение
Итоговая прогностическая модель включала шесть ключевых предикторов:
- Длительность заболевания
- Исходная интенсивность боли
- Оценка депрессии по шкале PHQ-9
- Оценка катастрофизации боли
- Уровень интерлейкина-6
- Уровень высокочувствительного С-реактивного белка
Анализ клинической полезности (DCA) продемонстрировал, что модель обладает высокой клинической чистой пользой в диапазоне пороговой вероятности 0,10–0,70. Это подтверждает потенциальную применимость модели для принятия индивидуализированных клинических решений при лечении пациентов с МБС.
Интеграция как клинических и психологических показателей, так и биомаркеров воспаления позволяет более комплексно оценивать прогноз эффективности терапии, что особенно важно учитывая гетерогенность МБС и вариабельность ответа на стандартные методы лечения.
Выводы
Разработанная модель прогнозирования эффективности лечения МБС продемонстрировала хорошие предиктивные характеристики и интерпретируемость при внутренней валидации. Она позволяет идентифицировать пациентов с высокой вероятностью эффективного ответа на стандартную терапию, что может способствовать более персонализированному подходу к лечению.
Однако авторы отмечают необходимость дальнейшей мультицентровой внешней валидации и оптимизации модели для повышения её клинической применимости и ценности. Будущие исследования могут быть направлены на проспективную валидацию модели, а также на изучение возможности её использования для выбора оптимальных индивидуализированных схем лечения пациентов с МБС.