经蝶垂体手术后头痛预测模型

1. 研究的质量控制与保证

为确保研究数据的真实性、完整性和准确性，并确保研究过程完全符合研究方案和伦理标准，已制定以下质量控制与保证措施：

1.1 标准操作规程（SOP）的制定与实施

1. . 研究专用SOP：本研究将制定专门的临床研究数据收集标准操作规程。它将明确定义每个观察指标（如VAS评分说明、鼻腔通畅度分级标准）的定义、收集方法、时间点和记录标准。
2. . 数据录入SOP：将制定将数据录入电子数据采集系统的规范，以确保数据从病例报告表及时、准确、一致地传输到数据库。

1.2 研究者培训与一致性评估

1. . 启动培训：研究开始前，所有参与研究的研究人员、护士和数据管理员将接受统一培训，确保他们充分理解研究方案，掌握各类量表的评估方法，并知晓数据录入要求。
2. . 一致性评估：对于疼痛评估、鼻腔检查等主观指标，将进行内部一致性评估，以确保不同评估者的判断标准一致，减少测量偏倚。

1.3 参与者依从性管理

1. . 清晰沟通：在知情同意过程中，将向参与者详细说明研究的意义、涉及的程序以及他们的配合事项。将设定合理的期望。
2. . 便捷随访：术后1个月和3个月的HIT-6量表评估将与参与者的常规门诊随访相结合。将通过电话、微信等便捷方式进行提醒和随访，以降低脱落率。
3. . 良好关系维护：研究团队将与参与者保持良好的沟通，及时解答问题，增强他们对参与研究的信任和积极性。

1.4 研究过程监控与数据核查

1. . 内部监查：将指定一名不直接参与数据录入的研究协调员，定期（如每两周一次）进行源数据核查。将随机抽查10-15%的病例报告表，与医院电子病历系统（病程记录、护理记录、实验室报告）中的源数据进行核对，以确保数据准确性。
2. . 数据审查：数据管理员将定期运行逻辑检查，验证数据的完整性、合理性和逻辑一致性（例如，出院日期不应早于手术日期，VAS评分应在合理范围内）。发现的任何差异将由研究人员及时查询并更正。

1.5 伦理合规监督 本研究将严格遵守《赫尔辛基宣言》原则，并接受北京天坛医院伦理委员会的全程监督。研究方案的任何修改以及发生的任何严重不良事件，都将按规定向伦理委员会报告。

2. 变量详细描述

• 年龄，岁
• 性别，0=女性 1=男性
• 初次手术/复发手术，0=否 1=是
• 咖啡/茶饮用，0=否 1=是
• 饮酒，0=否 1=是
• 吸烟，0=否 1=是
• 糖尿病，0=否 1=是
• 高血压，0=否 1=是
• 心脏病，0=否 1=是
• 血脂异常，0=否 1=是
• 美国麻醉医师协会麻醉评分，0=I 1=II 2=III
• 基线贝克抑郁量表，0-63
• 基线头痛影响测试，36-78
• 术前头痛频率；每月头痛发作次数
• 术前头痛部位
• 术前头痛持续时间，分钟
• 基线VAS评分，0-10
• 术前头痛伴随症状，1=恶心 2=呕吐 3=畏光和畏声
• 术前镇痛药使用，0=否 1=是
• 术前镇痛药使用频率
• 术前镇痛药效果，1=完全缓解 2=部分缓解 3=无效
• 术前鼻腔通畅度，1=完全通畅，2=轻度阻塞，3=重度阻塞
• 术前鼻塞，1=双侧通畅 2=单侧阻塞 3=双侧阻塞
• 术前流涕，0=否 1=是
• 鼻中隔偏曲，1=否 2=右侧 3=左侧
• 中/下鼻甲肥大，0=否 1=是
• 鼻窦炎，0=否 1=是
• 鼻息肉，0=否 1=是
• 泡状鼻甲，0=否 1=是
• 鼻腔狭窄，0=否 1=是
• 术前激素水平，0=正常 1=功能减退 2=功能亢进
• 肿瘤大小，cm³
• Knosp分级，0-4级
• Hardy-Wilson扩展分级，0-4级
• Hardy-Wilson侵袭分级，A-E级
• 手术持续时间，小时
• 失血量，毫升
• 术中脑脊液漏，0=否 1=是
• 鞍区重建，0=否 1=是
• 鼻中隔黏膜瓣，0=否 1=是
• 脂肪提取，0=否 1=是
• 人工硬脑膜，0=否 1=是
• 硬脑膜缝合，0=否 1=是
• 上鼻甲切除，0=否 1=是
• 中鼻甲切除，0=否 1=是
• 鼻腔填塞，0=否 1=是
• 双侧鼻腔填塞，0=否 1=是
• 麻醉药物类型
• 麻醉药物剂量
• 术后颅内出血，0=否 1=是
• 术后脑脊液漏，0=否 1=是
• 再次手术，0=否 1=是
• 肿瘤切除范围，0=全切 1=次全切
• 肿瘤病理
• 术后感染，0=否 1=是
• 每日视觉模拟评分
• 每日头痛部位
• 每日头痛类型，1=阵发性 2=持续性 3=阵发性与持续性
• 每日头痛持续时间
• 每日头痛频率
• 每日头痛伴随症状，1=恶心 2=呕吐 3=畏光和畏声
• 每日鼻腔通畅度，1=完全通畅，2=轻度阻塞，3=重度阻塞
• 每日鼻塞，1=双侧通畅 2=单侧阻塞 3=双侧
• 每日镇痛药使用，0=否 1=是
• 每日镇痛药使用频率
• 每日镇痛药效果，1=完全缓解 2=部分缓解 3=无效
• 每日血钠，mmol/L
• 每日血钾，mmol/L
• 每日尿量，毫升
• 术后激素水平，0=正常 1=功能减退 2=功能亢进
• 1个月VAS评分，0-10分
• 3个月VAS评分，0-10分
• 1个月HIT评分，36-78分
• 3个月HIT评分，36-78分
• 术后1个月嗅觉，0=否 1=是
• 术后3个月嗅觉，0=否 1=是
• 术后1个月大出血，0=否 1=是

• 术后3个月大出血，0=否 1=是

  3. 临床研究数据收集标准操作规程 3.1. 引言 本标准操作规程（SOP）旨在规范前瞻性观察性临床试验中数据的收集和管理流程，确保试验数据的准确性、完整性和可靠性。临床试验数据的收集是评估结果的关键步骤，必须遵守SOP以确保结果的可靠性和可重复性。

3.2. 数据收集流程 3.2.1 患者招募与入组 患者入组前必须根据纳入和排除标准进行严格筛选。应详细记录患者的基本信息和疾病状况，以确保数据的完整性和准确性。

3.2.2 数据收集工具 使用纸质病例报告表（CRF）和电子数据采集系统（如Excel）进行数据收集。CRF应完整、准确且易于理解，以确保数据的一致性。

3.2.3 数据收集程序

1. 数据录入前，应验证患者身份和研究编号，避免信息混淆。
2. 数据应由合格的研究人员记录和录入，以确保准确性和完整性。
3. 数据记录应及时、准确地反映患者状态的变化，尤其是与结果相关的观察指标。
4. 禁止更改或删除已记录的数据。如需更正，必须进行说明并签名确认。
5. 数据录入过程中如发现问题或数据缺失，应及时与相关人员核实并补充，以确保数据的完整性和可靠性。

3.2.4 数据来源与收集点 应明确定义数据来源和收集点，包括病历、实验室检查和患者自述。数据来源：1. 医院电子病历系统；2. 患者自述；3. CRF表 一名研究人员在纸质CRF上记录数据，另一名研究人员将数据录入数据库。数据库包含每个变量的标准化定义和范围。

3.2.5 数据质量管理

1. 数据收集过程中，应检查逻辑一致性、合理性以及内部和外部一致性，以确保数据质量。
2. 异常值和缺失数据应进行标记和验证，并进行必要的补充和更正。
3. 应定期进行数据验证，以确保数据的准确性和完整性。
4. 数据收集完成后，应进行数据清理和审查，以纠正问题并确保可靠性。

3.3. 数据管理与存储 3.3.1 数据管理 为确保数据的安全性和保密性，应建立全面的数据管理系统，包括数据备份、访问控制和安全数据传输。

3.3.2 数据存储 数据应存储在固态硬盘上，保存期限为三年。必须确保数据存储的安全性和可靠性，以维护数据完整性并防止丢失。

3.4. 数据分析与报告 数据收集完成后，应进行数据分析和结果报告。数据分析应遵循统计原则和相关规定，以确保结果的准确性和可解释性。

3.5. 变更与修订 本SOP可根据需要进行修改或修订，但此类变更必须经负责部门审核批准，并及时传达给试验人员以更新SOP。

4. 样本量评估 4.1 计算依据：本研究的主要目标是构建术后短期头痛的预测模型。样本量计算基于制定临床预测模型的常用标准——每个变量的阳性事件数（EPV）。具体而言，每个待检验的预测变量至少需要10个阳性结局事件，以确保模型的稳定性和可靠性。

4.2 参数设置：

• 预期阳性结局事件：根据初步观察和文献，预计术后出现中重度头痛（VAS ≥ 4）的患者比例约为25%。
• 预测变量数量：模型初步将纳入约5-6个潜在预测变量（包括一般信息、术前、术中和术后变量）。

4.3 样本量估算：

• 所需阳性事件：12个变量 × 10 EPV = 120个事件。
• 总样本量：所需阳性事件 / 预期发生率 = 120 / 0.25 = 480例。

4.4 最终样本量确定：考虑到本研究为期1年（2025年12月-2026年12月）且为单中心研究，基于我中心的年手术量（超过1100例）和可行性，在确保统计效力的前提下，将目标样本量设定为500例。在此样本量下，即使阳性事件发生率略低于预期（例如20%），仍可产生100个阳性事件，满足EPV ≥ 10的基本要求，并确保模型构建的准确性。

5. 缺失数据处理计划。为处理缺失数据和变量选择，将采用以下方法：5.1 多重插补：将对次要变量的缺失值进行插补，以充分利用所有可用数据信息。

5.2 排除标准 入组后符合以下任一标准的患者，其数据将被排除，不纳入最终分析

1. 术后病理证实肿瘤非垂体来源。
2. 患者因严重并发症（如颅内出血或颅内感染）转入ICU，导致无法进行标准化每日疼痛评估超过48小时。
3. 术后临床数据严重缺失，关键变量（如主要结局指标VAS评分）缺失率超过20%。
4. 患者在随访期间自愿要求退出研究。

6. 统计分析 6.1 统计软件：所有统计分析将使用R（版本4.3.0或更高）或IBM SPSS Statistics（版本26.0或更高）进行。将采用双侧检验，P < 0.05视为有统计学意义。

6.2 分析数据集：

• 全分析集：该集包括所有提供知情同意并完成至少一次术后VAS评估的参与者。将主要用于描述性统计和缺失数据模式分析。
• 完整病例集：该数据集用于预测模型构建和主要分析，包括关键变量无缺失值的病例。对于次要变量，将使用多重插补处理缺失值。

6.3 统计分析方法：6.3.1 描述性统计：

• 连续数据：正态分布数据将使用均值±标准差描述，并用t检验或方差分析（ANOVA）进行分析。非正态分布数据将使用中位数（四分位距）描述，并用Mann-Whitney U检验或Kruskal-Wallis H检验进行分析。
• 分类数据：数据将以计数（百分比）呈现，并使用卡方（χ²）检验或Fisher精确检验进行分析。

6.3.2 预测模型构建与验证（针对主要目标）：

• 变量选择：首先进行单变量分析，将P < 0.1的变量纳入多变量分析。为解决过拟合和多重共线性问题，将使用LASSO（最小绝对收缩和选择算子）回归进行变量选择。
• 模型构建：LASSO选择的变量将纳入多变量逻辑回归模型，以术后中重度头痛（VAS ≥ 4）的发生为因变量。将计算每个自变量的比值比及其95%置信区间。
• 模型性能评估：
• 区分度：将绘制受试者工作特征（ROC）曲线，并计算曲线下面积（AUC）以评估区分度。
• 校准度：将绘制校准曲线，并使用Hosmer-Lemeshow拟合优度检验评估预测概率与实际观测概率的一致性。
• 内部验证：将使用Bootstrap重抽样（1000次）对模型进行内部验证，计算乐观校正AUC以评估模型的泛化能力。

6.3.3 相关性分析（针对次要目标）：

• 将使用Spearman秩相关分析检验术后最高VAS评分与术后1个月和3个月HIT-6评分之间的相关性。