[发明专利]一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型及其建立

说明书

本发明提供一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型及其建立，涉及慢性前列腺炎/慢性盆腔痛综合征疼痛程度预测领域。所述疼痛严重程度预测模型为采用患者的年龄、前列腺液中卵磷脂小体等级、憋尿、焦虑或易怒、避孕和吸烟等变量的优势比OR，2.5％和97.5％置信区间，P‑value为基础，建立列线图作为模型对CP/CPPS患者的疼痛严重程度进行预测。且模型的建立主要包括：材料选择、分组、筛选变量、变量分析等步骤。本发明克服了现有技术的不足，通过模型的建立能够准确预测前列腺炎的疼痛等级，同时提升临床决策的效率。

技术领域

本发明涉及慢性前列腺炎/慢性盆腔痛综合征疼痛程度预测领域，具体涉及一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型及其建立。

背景技术

前列腺炎是一种常见的泌尿科疾病。据研究报告，大约有35-50％的男性患有III型前列腺炎，而且在年龄不超过50岁的男性中，前列腺炎的发病率更高。根据以前的研究工作，可以了解到中国男性中慢性前列腺炎的患病率约为8.4％。据美国国立卫生研究院(NIH)的一项提案，前列腺炎分为四类：其中，Ⅲ类被定义为慢性前列腺炎或慢性盆腔疼痛综合征(CP/CPPS)，在前列腺炎病例中占大多数。CP/ CPPS具有多种临床表现，例如骨盆痛或会阴痛，刺激性或阻塞性排尿症状，性功能障碍或心理障碍，且没有任何尿路感染的明确证据。多数情况下，会有慢性盆腔疼痛伴盆底压痛的发生，因此患者在前列腺触诊时会感到疼痛。临床上，医生会使用NIH-CPSI评分来判断慢性前列腺炎的严重程度。根据疼痛评分，疼痛等级分为轻度(0-7分)，中度(8-13分)和重度(14-21分)。

目前，列线图是一种预后方法，可以提高准确性，使预后更容易理解，从而产生更好的临床决策；它们广泛应用于肿瘤学和医学，但在前列腺炎的疼痛评估上还没有相关的模型对其进行准确的评估，即建立一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型能够有效辅助医生对前列腺炎进行判断，提升临床决策的效率。

发明内容

针对现有技术不足，本发明提供一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型及其建立，通过模型的建立能够准确预测前列腺炎的疼痛等级，同时提升临床决策的效率。

为实现以上目的，本发明的技术方案通过以下技术方案予以实现：

一种男性慢性前列腺炎/慢性盆腔痛综合征疼痛严重程度预测模型，所述疼痛严重程度预测模型为采用患者的年龄、前列腺液中卵磷脂小体等级、憋尿、焦虑或易怒、避孕和吸烟等变量的优势比OR，2.5％和97.5％置信区间，P-value为基础，建立列线图作为模型对CP/CPPS 患者的疼痛严重程度进行预测。

所述疼痛严重程度预测模型的建立包括以下步骤：

(1)材料选择：选取多名男性慢性前列腺炎/慢性盆腔痛综合征患者，并按照3∶1将患者随机分为两组，分别为训练组和实验组；

(2)分组：将上述各患者根据NIH-CPSI疼痛分型，所有患者低于7分的分为轻度疼痛组，高于7分的分为中度至重度疼痛组；

(3)筛选变量：将上述各患者进行数据记录，并选取年龄、BMI、前列腺液中的卵磷脂等级、前列腺液中的白细胞等级、尿液中的白细胞等级、是否久坐、是否憋尿、是否焦虑或易怒、是否使用抗生素、是否有性生活、是否避孕、是否有既往病史、是否脱发、是否饮酒、是否吸烟等变量进行进一步分析；

(4)变量分析：采用逻辑回归分析的方法来衡量排除参与者内部影响的变量，筛选出具有统计学意义的变量，通过优势比ORs、2.5％和97.5％置信区间CIs、假定值P等对这些变量进行分析，并根据分析结果创建列线图建立模型。

优选的，所述步骤(3)中的15种变量中倾斜数据进行对数转换或编码为分类变量后进行分析。