智能化疼痛管理在带状疱疹后神经痛患者中的应用研究

智能化疼痛管理在带状疱疹后神经痛患者中的应用研究

史文平，李盼盼，马学良通讯作者，董文丽，徐媛媛，李文娟，巩伟亮，郭洪飞，严旭

山东省滕州市中心人民医院  邮编277599

【摘要】目的：研究智能化疼痛管理在带状疱疹后神经痛患者中的应用。方法：选取我院于2023年2月~2023年9月收治的74例带状疱疹后神经痛患者，随机分为两组，对照组采用常规疼痛管理，观察组采用智能化疼痛管理，比较两组的疼痛程度和生活质量。结果：观察组治疗后的VAS评分低于对照组，SF-36评分高于对照组，对比有统计学意义（P<0.05）。结论：智能化疼痛管理可以减轻带状疱疹后神经痛患者的疼痛感，提高生活质量，值得临床推广。

【关键词】智能化疼痛管理；带状疱疹后神经痛；生活质量；应用

带状疱疹是一种常见的皮肤病，多数患者在治疗后会遗留神经痛症状，以刺痛感、烧灼感、电击感为主要表现，因疼痛持续时间较长，患者难以忍受，严重影响了患者的正常生活和工作[1]。因此，有必要采取有效的管理措施以减轻疼痛程度。本研究以74例PFP患者为研究对象，探讨智能化疼痛管理对缓解疼痛的效果，具体内容如下。

1资料与方法

1.1一般资料

选取我院于2023年2月~2023年9月收治的74例带状疱疹后神经痛患者，随机分为两组，对照组37例，男15例，女12例；年龄51～78岁，平均年龄（62.31±8.12）岁；观察组37例，男16例，女11例；年龄52～79岁，平均年龄（62.24±8.20）岁。两组一般资料对比差异不显著（P>0.05）。

1.2方法

对照组实施常规疼痛管理，即根据疼痛评估结果使用三阶梯止痛原则进行管理，并进行健康宣教和用药干预。观察组实施智能化疼痛管理，即构建部门包括医院信息部门、相关科室，在医院信息平台利用C/S构架创建疼痛管理模块，多方协同配合下进行疼痛动态评估。医护人员登陆疼痛管理模块后按照系统提示对患者疼痛程度进行评估，并且会提示患者在此疼痛阶段需要接受的干预措施、宣教内容等。根据患者的给药记录和疼痛评估结果，智能化系统会提示下次的评估时间。对患者每次的疼痛评估结果进行自动记录，并且会以曲线图形式展示。可以进入医嘱系统，提取镇痛药物的相关信息，如镇痛药物的用药时间、用药计量和类别等，修正疼痛评分曲线图，智能化提醒需要注意的相关护理要点。并且该系统也能够反映出同种镇痛药物剂量下不同时段的疼痛情况，可减轻患者对镇痛药物的依赖性。

1.3观察指标

使用视觉模拟评分法[2]（VAS）对治疗前后的疼痛程度进行评分，0~10分为疼痛区间，患者按照客观感受标记出疼痛分值，分值越低则疼痛感越轻。使用简明健康调查量表对生活质量（SF-36）进行评价，共8个维度，每个维度最高100分，分值越高则生活质量越高。

1.4统计学处理

使用SPSS 18.0软件，计数用（%）表示，计量用（x±s）表示，各行χ2、t检验，P＜0.05统计学成立。

2结果

2.1疼痛程度

两组治疗前VAS评分比较无统计学意义（P>0.05）；治疗后6h、12h、24h的VAS评分，观察组均低于对照组，有统计学意义（P<0.05），见表1：

表1  两组患者VAS评分比较（x±s，分）

2.2生活质量

研究显示，经过疼痛管理后，观察组患者的各项SF-36评分均高于对照组，组间数据差异显著（P<0.05）有统计学意义，见表2：

表2  两组患者SF-36评分比较（x±s，分）

3讨论

目前，针对带状疱疹后神经痛还尚特效的治疗方式，多采用镇痛药物缓解疼痛症状，但是受到诸多条件限制，如无法精准给药、缺乏镇痛专业知识等，导致镇痛效果并不理想[3]。

智能化疼痛管理是指在现代化信息背景下根据疼痛的特点，将信息技术运用到疼痛管理中，使医护人员在进行疼痛护理时能够更加可观、准确的评估疼痛程度。智能化疼痛管理也可以及时获取患者的镇痛治疗信息，自动生成疼痛评分曲线图，并智能化提醒干预措施，可以显著提高疼痛管理效果，也可连续提供有效的疼痛评估信息与干预实施。此外，该种管理模式也能分析患者的用药情况，并提出反馈意见，可为后续镇痛治疗提供用药指导，也能为合理应用镇痛药物提供帮助

[4]。本次研究结果显示，观察组治疗后6h、12h、24h的VAS评分均低于对照组，且观察组的机体功能评分、生理职能评分、躯体疼痛评分、总体健康评分、活力评分、社会功能评分、情感职能评分、精神健康评分均高于对照组，提示智能化疼痛管理对改善带状疱疹后神经痛患者的疼痛程度具有显著效果，并可提高生活质量，值得临床推广。

【参考文献】

[1]张萍珍,吴桂琴. 疼痛管理路径联合接纳承诺疗法对带状疱疹后神经痛患者的影响[J]. 当代护士,2023,30(2):40-45.

[2]唐晓燕,张瑶,高艳芹. 全方位疼痛管理模式在带状疱疹后神经痛患者中的应用[J]. 临床医学工程,2023,30(8):1119-1120.

[3]张建东, 陈丽华, 杨艳红. 基于人工智能的智能化疼痛管理系统研究进展[J]. 中国实用药物临床杂志, 2020, 35(3): 229-235.

[4]王雪梅, 陈辉, 刘明强. 基于人工智能的带状疱疹后神经痛患者疼痛管理研究进展[J]. 中国医学科学院学报, 2019, 36(6): 798-804.

[5]张婷婷, 李媛媛, 赵亚军. 基于深度学习的智能化疼痛管理系统设计与实现[J]. 计算机工程与应用, 2021, 57(7): 111-117.