婁晶 魏軍偉 易明崗

摘要：目的：探討原發(fā)三叉神經(jīng)痛（PTN）發(fā)病預警模型構建及3D-FIESTACISS圖像在其治療中的應用前景。方法：回顧性分析我院收治的160例確診為PTN患者的臨床資料并建立PTN患者發(fā)病的列線圖預測模型;比較常見的MRI檢測方法與3D-FIESTACISS圖像在判斷PTN患者神經(jīng)壓迫程度中的診斷情況。結果：病程>3年、發(fā)病類型為典型、術前血管有壓迫、疼痛區(qū)域為復合支、不充分的影像學檢查是影響PTN發(fā)病的獨立危險因素（P<0.05）。篩選出危險因素建立列線圖預測模型驗證結果顯示，建模集和驗證集的C-index指數(shù)分別為0.864和0.868，ROC曲線下面積分別為0.864和0.868，具有良好的預測精準度。與3D-TOF-MRA、3D-FIESTA圖像結果相比，3D-FIESTACISS圖像的準確率最高（P=0.963）。3D-TOF-MRA、3D-FIESTA及3D-FIESTACISS 3種方法的AUC分別為0.755、0.790、0.899，預測概率AUC為0.928（P< 0.05）。結論：基于危險因素建立的列線圖模型可有效預測和量化PTN發(fā)病風險，臨床可在早期采取干預措施，改善PTN患者的復發(fā)率及預后。3D-FIESTACISS在術前診斷PTN中具有較高的準確性，可用于指導PTN患者術前的責任區(qū)血管的探查。

關鍵詞：原發(fā)三叉神經(jīng)痛;復發(fā);危險因素;3D-FIESTACISS

中圖分類號：R714文獻標識碼：BDOI：10？郾3969/j.issn.1001-0270.2021.03.01

Abstract： Objective：To investigate the development of early warning model of primary trigeminal neuralgia （PTN） and the application prospect of 3D-Fiestaciss image in its treatment. Methods： The clinical data of 160 patients diagnosed with PTN in our hospital were retrospectively analyzed and a prediction model of the incidence of PTN patients was established. The diagnosis of common MRI detection methods and 3D-Fiestaciss images in determining the degree of nerve compression in PTN patients. Results： > 3 years of course， typical type of disease， preoperative vascular compression， complex branches of pain area， and inadequate imaging examination were independent risk factors for PTN（P<0.05）. The validation results of the prediction model of the histogram established by screening out the risk factors showed that the C-index of the modeling set and the verification set were 0.864 and 0.868， respectively， and the area under the ROC curve was 0.864 and 0.868， respectively， showing good prediction accuracy. Compared with 3D-TOF-MRA and 3D-FIESTA images， the accuracy of 3D-FIESTACISS images was the highest （P=0.963）. The AUC of 3D-TOF-MRA， 3D-FIESTA and 3D-FIESTACISS were 0.755， 0.790 and 0.899， respectively， and the predictive probability AUC was 0.928 （P<0.05）. Conclusion： The histogram model based on risk factors can effectively predict and quantify the risk of PTN. Clinically， intervention measures can be taken for risk factors in the early stage to improve the recurrence rate and prognosis of PTN patients. 3D-Fiestaciss has a high accuracy in preoperative diagnosis of PTN， and can be used to guide preoperative vascular exploration in the responsible area of PTN patients.

Key Words： Primary trigeminal neuralgia; Recurrence; Risk factor; 3D-fiestaciss

原發(fā)性三叉神經(jīng)痛（Primary trigeminal neuralgia， PTN）是由于三叉神經(jīng)功能區(qū)域病變引起的神經(jīng)源性疼痛，臨床癥狀具有難以忍受的電擊樣疼痛特點[1]。PTN患病率為27/10萬，而在我國為182/10萬[2-3]。PTN的發(fā)病機制較為復雜，可能與三叉神經(jīng)脊髓核的異常高頻放電有關，或是腦橋處周圍神經(jīng)脫髓鞘改變進而導致腦神經(jīng)異常放電[4-5]。PTN患者主要以藥物和手術治療為主，但長期藥物治療所產(chǎn)生的不良反應、手術帶來的創(chuàng)傷性應激以及疾病癥狀引起的各類負面情緒會降低患者的生命質(zhì)量[6]。因此，若能在早期找出影響PTN患者發(fā)病的風險因素，并采取積極有效的措施，則可為患者預后的改善提供可能。3D-FIESTACISS是廣泛運用于神經(jīng)科的一類磁共振成像（Magnetic resonance imaging， MRI）系統(tǒng)，由于其對軟組織具有較強的分辨力，現(xiàn)已廣泛運用于神經(jīng)解剖、病理等評價范圍[7]。

1 資料與方法

1.1 一般資料

順序選取2019年1月-2021年1月我院收治的確診為PTN的患者160例作為研究對象。納入標準：①根據(jù)國際疼痛協(xié)會診斷標準[8]確診為PTN患者;②臨床資料完整。排除標準：①無神經(jīng)系統(tǒng)損害癥狀;②腫瘤等各類原因引起的繼發(fā)性三叉神經(jīng)痛。

1.2 觀察指標

通過醫(yī)院信息系統(tǒng)收集患者的臨床資料，具體納入信息包括年齡、性別、高血壓史、高血脂史、糖尿病史、發(fā)病類型、疼痛區(qū)域、病程、VAS評分、SAS評分、壓迫程度、減壓程度、三叉神經(jīng)根長度、三叉神經(jīng)根體積、影像學檢查等。比較MRI檢測方法與3D-FIESTACISS圖像在判斷PTN患者神經(jīng)壓迫程度中的診斷情況，以ROC曲線評價不同檢測方法的預測性。

1.3 統(tǒng)計學分析

采用SPSS 23.0軟件對本研究中所有數(shù)據(jù)進行統(tǒng)計分析，計量資料采用t檢驗，計數(shù)資料單因素分析采用χ2檢驗，以P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1 兩組基本信息資料單因素分析

兩組患者的年齡、高血壓史、糖尿病史、發(fā)病類型、疼痛區(qū)域、病程、VAS評分、SAS評分、壓迫程度、減壓程度、三叉神經(jīng)根長度、三叉神經(jīng)根體積、影像學檢查的數(shù)據(jù)差異有統(tǒng)計學意義（P<0.05），詳情見表1。

2.2 多因素Logistic回歸分析結果

結果顯示，發(fā)病類型（OR=5.360，95%CI：1.549-18.548）、疼痛區(qū)域（OR=6.839，95% CI：2.340-19.985）、病程（OR=3.644，95% CI：1.482-8.959）、減壓程度（OR=7.477，95% CI：1.913-29.223）、影像學檢查（OR=5.528，95% CI：1.786-17.112）為PTN患者藥物治療后復發(fā)的獨立風險因素，且數(shù)據(jù)差異具有統(tǒng)計學意義（P<0.05）。

2.3 影響PTN患者術后復發(fā)風險模型建立與驗證

本研究基于篩選出的獨立危險因素建立了預測PTN患者術后復發(fā)的列線圖模型，見圖1。通過將建模集原始數(shù)據(jù)重復抽樣1 000次（Bootstrap 法）后對模型進行內(nèi)部驗證。結果顯示：建模集和驗證集的C-index指數(shù)分別為0.864（95%CI：0.735-0.993）和0.868（95%CI：0.733-1.003）;兩組的校正曲線均與標準曲線擬合較好，見圖2;兩組ROC曲線下面積（AUC）分別為0.864和0.868，見圖3，證明本次模型具有良好的預測精準度。

2.4 MRI檢測方法與3D-FIESTACISS圖像判斷PTN患者神經(jīng)壓迫程度的結果

根據(jù)3D-TOF-MRA、3D-FIESTA、3D-FIESTACISS圖像結果，對神經(jīng)壓迫的準確性均低于術中實際情況。但其中3D-FIESTACISS圖像的準確率最高（P=0.963），兩者之間差異性最低，具體如表3所示。

2.5 ROC曲線評價不同檢測方法的預測性

結果顯示，3D-TOF-MRA、3D-FIESTA及3D-FIESTACISS 3種方法的AUC分別為0.755、0.790、0.899，預測概率AUC為0.928，差異具有統(tǒng)計學意義（P<0.05）。具體見表4和圖4。

3 討論

本研究采用單因素和多因素回歸分析法篩選出病程>3年、發(fā)病類型為典型、術前血管有壓迫、疼痛區(qū)域為復合支、不充分的影像學檢查是影響PTN發(fā)病的獨立危險因素（P<0.05）。有關研究發(fā)現(xiàn)，病程長是PTN疾病的典型臨床特點，也是影響患者預后的重要因素[9]。一項對178例PTN患者臨床資料回顧性分析顯示，患者病程超過8年表現(xiàn)為預后較差，經(jīng)MVD術后復發(fā)率為6%，亦有文獻報道MVD治療的遠期復發(fā)率可達30%[10-11]。本研究中PTN的復發(fā)率較高，可能與研究對象入院治療時的病程太長有關，導致入院后疾病類型已從典型PTN轉化為非典型PTN，延誤了疾病治療的最佳時機[12]。本研究中116例不典型PTN患者經(jīng)治療后復發(fā)率高達34.48%（40/116），可能原因是不典型PTN患者由于神經(jīng)長期處于壓迫狀態(tài)，進而髓鞘脫落、髓索受損，神經(jīng)興奮性持續(xù)不斷，導致異常高頻放電，患者疼痛癥狀持續(xù)[13-14]。術前血管有壓迫作為PTN患者復發(fā)的另一重要危險因素，考慮主要與責任區(qū)血管的行走差異較大、神經(jīng)壓迫很難完全探查到有關。充分的影像學檢查是本研究中另一重要的危險因素，術前充分的MRI檢查有助于準確了解患者三叉神經(jīng)壓迫損傷等情況，3D-TOFSPGR 、3D-FIESTA、3D-FIESTACISS、SET1WI、FSET2WI是近年來神經(jīng)科研究較多的幾類顯微影像診斷方法，具有較高的分辨率，可充分了解患者神經(jīng)血管的走向，有助于選擇適宜的手術方式，提高手術療效。

此外，本研究還初步探討了3D-FIESTACISS在PTN患者治療中的應用價值，即可通過“血管流空效應”以顯示三叉神經(jīng)周邊小腦動脈、椎動脈以及基底動脈等，具有較高的分辨率，可清晰地分辨出小腦橋區(qū)周邊的血管神經(jīng)與腦脊液的形態(tài)與輪廓[15]。3D-FIESTACISS顯示的脈沖序列較為平穩(wěn)，主要通過在短時間內(nèi)形成較大的翻轉角產(chǎn)生較高信噪比圖像，繼而清晰反映腦脊液與血管的影像，具有重要的價值[16]。本研究結果顯示，與3D-TOF-MRA、3D-FIESTA圖像結果相比，3D-FIESTACISS圖像的準確率最高（P=0.963）。3D-TOF-MRA、3D-FIESTA及3D-FIESTACISS 3種方法的AUC分別為0.755、0.790、0.899，預測概率AUC為0.928，差異具有統(tǒng)計學意義（P< 0.05），提示3D-FIESTACISS圖像在PTN的診斷治療中具有重要的應用價值。

綜上所述，病程>3年、發(fā)病類型為典型、術前血管有壓迫、疼痛區(qū)域為復合支、不充分的影像學檢查是影響PTN發(fā)病的獨立危險因素。基于危險因素建立的列線圖模型可有效預測和量化PTN的風險，有助于護理人員記憶和理解模型的臨床意義，從而進一步改善PTN患者的復發(fā)率及預后。3D-FIESTACISS在術前診斷PTN中具有較高的準確性，可用于指導PTN患者術前責任區(qū)血管的探查，指導MVD等治療的有效實施。

參考文獻：

[ 1 ] Wang Y，Yang Q，Cao D，et al.Correlation between nerve atrophy， brain grey matter volume and pain severity in patients with primary trigeminal neuralgia[J].Cephalalgia，2019，39（4）：515-525.

[ 2 ] Wu M，Jiang X，Qiu J，et al.Gray and white matter abnormalities in primary trigeminal neuralgia with and without neurovascular compression[J].J Headache Pain，2020，21（1）：136.

[ 3 ] 閆如虎，張萬高，陳大慶，等.X線引導下經(jīng)卵圓孔內(nèi)側壁進針精準射頻消融治療原發(fā)性三叉神經(jīng)痛[J].介入放射學雜志，2017，26（12）：1139-1142.

[ 4 ] 王清，張振光，李宗芳，等.血管壓迫性原發(fā)性三叉神經(jīng)痛壓迫位點與面部痛區(qū)關系的MRI研究[J].中國醫(yī)學影像技術，2018，34（4）：24-28.

[ 5 ] Cheng J，Meng J，Liu W，et al.Nerve Atrophy and a Small Trigeminal Pontine Angle in Primary Trigeminal Neuralgia：A Morphometric Magnetic Resonance Imaging Study[J].World Neurosurg，2017，104：575-580.

[ 6 ] Zhao G，Sun X，Zhang Z，et al.Clinical efficacy of MVD combined with PSR in the treatment of primary trigeminal neuralgia[J].Exp Ther Med，2020，20（2）：1582-1588.

[ 7 ] Zhang J，Hao D，Duan F，et al.The rotating stretched curved planar reconstruction of 3D-FIESTA MR imaging for evaluating the anterior cruciate ligament of the knee joint[J].Magn Reson Imaging，2019，55：46-51.

[ 8 ] 黃雨，柴學，肖朝勇，等.三維雙激發(fā)平衡式穩(wěn)態(tài)自由進動序列和三維時間飛躍MRA序列在原發(fā)性三叉神經(jīng)痛中的診斷價值[J].臨床神經(jīng)病學雜志，2020，33（5）：48-52.

[ 9 ] 李娜，何亮亮，王小平，等.重復經(jīng)顱磁刺激治療原發(fā)性三叉神經(jīng)痛的療效及安全性分析[J]. 中國全科醫(yī)學，2016，19（12）：1387-1391.

[10] 李兆林，華澤權，鮑海宏，等.CT三維成像引導下穿刺圓孔與卵圓孔兩種方案行射頻熱凝術治療原發(fā)性三叉神經(jīng)痛第二支的療效[J].中國老年學雜志，2016（4）：934-935.

[11] Wang Y，Yang Q，Cao D，et al.Correlation between nerve atrophy， brain grey matter volume and pain severity in patients with primary trigeminal neuralgia[J].Cephalalgia，2019，39（4）：515-525.

[12] Moore D，Chong MS，Shetty A，et al.A systematic review of rescue analgesic strategies in acute exacerbations of primary trigeminal neuralgia[J].Br J Anaesth，2019，123（2）：385-396.

[13] 楊岸超，張建國，張凱，等.原發(fā)性典型與不典型三叉神經(jīng)痛微血管減壓術的療效分析[J].中華神經(jīng)外科疾病研究雜志，2011，10（2）：109-112.

[14] 葉遠良，王偉君，羅毅，等.影響顯微血管減壓術治療原發(fā)性三叉神經(jīng)痛療效的相關因素分析[J].臨床神經(jīng)外科雜志，2015，12（2）：85-88.

[15] Eliezer M，Poillon G，Horion J，et al.MRI diagnosis of saccular hydrops： comparison of heavily-T2 FIESTA-C and 3D-FLAIR sequences with delayed acquisition[J].J Neuroradiol，2019，S0150-9861（19）30002-1.

[16] Zhang J，Hao D，Duan F，et al.The rotating stretched curved planar reconstruction of 3D-FIESTA MR imaging for evaluating the anterior cruciate ligament of the knee joint[J].Magn Reson Imaging，2019，55：46-51.