疼痛能被測量嗎？幾級疼痛的說法準(zhǔn)確嗎？

出品：科普中國

作者：Clover青子（醫(yī)學(xué)博士）

監(jiān)制：中國科普博覽

一名參與者將手放在一桶冰中，測試人員利用工具測量他的疼痛反應(yīng)。

（圖片來源：Ruby Wallau/Northeastern Univ）

大家可能聽過這樣的說法，“蚊子咬是1級疼，生孩子是10級疼”。

疼痛真的能這樣分級嗎？

在上一篇中，我們探討了人們對疼痛的不同感受，每個人對疼痛的體驗都不盡相同，它注定是非常主觀和難以量化的。2016年，美國美國佛州17歲女孩Maya因罕見的復(fù)雜性區(qū)域性疼痛綜合征入院。母親Beata提出使用鎮(zhèn)痛療法，卻被醫(yī)護人員懷疑其為“代理型孟喬森綜合癥”（一種讓護理者虛構(gòu)或誘發(fā)孩子癥狀的心理障礙）而遭拒。母女被迫分離，Beata在壓力和無助中選擇自殺。這起悲劇性事件暴露了醫(yī)療系統(tǒng)在疼痛測量和診療方面的不足。

如果不進行測量，就無法管理疼痛，甚至無法研究疼痛。醫(yī)生主要依靠患者自我報告的主觀測量方法來評估疼痛，科學(xué)家也在開發(fā)基于生理信號的客觀測量方式。

它們究竟有什么差異，能幫助我們徹底量化疼痛嗎？量化疼痛就意味著能夠治療疼痛了嗎？看完本文你就知道了。

主觀量表與患者自評

患者的自我報告是向醫(yī)務(wù)人員描述疼痛的常用方式。NRS（數(shù)字評分量表，Numerical rating scale）和VAS（視覺模擬量表，Visual analog scale）是醫(yī)生最常用的工具。本文開頭提到的疼痛分級就是NRS。

NRS是常用的數(shù)字評分工具，通常范圍是0到10，0表示沒有疼痛，10表示劇烈的疼痛。由于其操作簡便，NRS在臨床中應(yīng)用廣泛。VAS則通過讓患者在一條10厘米的水平線上標(biāo)記自己感受到的疼痛位置，來反映疼痛的強度，得出的分?jǐn)?shù)以厘米表示。這一方法比NRS更精細(xì)，但要求患者具備一定的理解能力。

NRS和VAS量表示意圖

（圖片來源：European Pain Federation EFIC 2022）

面孔疼痛量表(有時稱為笑臉疼痛量表)使用六張面孔來衡量3-8歲兒童的疼痛。兒童被要求指出最能代表他們疼痛程度的面部，從左邊沒有疼痛的面部一直到右邊有疼痛劇烈的面部。

面部表情疼痛量表

（圖片來源：癌癥疼痛診療規(guī)范2018年版）

這幾種方式都是一維的工具，很適合用來評估急性疼痛。但由于慢性疼痛比急性疼痛涉及更復(fù)雜的身體、心理和社會損傷，因此建議進行多維測量。

McGill疼痛問卷就是一個例子，它通過多維度評估疼痛的不同方面，第一層面的感覺維度患者需要選擇合適的詞匯來描述他們的疼痛性質(zhì)，如“刺痛”“灼痛”“酸痛”等，描述疼痛的具體特征。另一方面是情感維度，評估疼痛對患者情感和心理的影響，最后才是結(jié)合NRS或者VAS的總體評價。它的理念是“疼痛不僅僅是一種感官體驗，它還包含情感、心理和認(rèn)知等多個方面”。

當(dāng)患者無法交流他們的主觀疼痛體驗時，必須采取替代措施。包括對疼痛行為和反應(yīng)的觀察，這些行為和反應(yīng)可能表明患者有疼痛。如針對嬰兒的FLACC量表，其中面部表情、腿部位置、活動、哭鬧和可安慰性進行評分。再比如新生兒面部編碼系統(tǒng)，其中疼痛表達通過面部肌肉的判斷進行量化，例如眉毛凸出、眼睛擠壓。

總的來說，疼痛評估將取決于患者的疼痛持續(xù)時間(急性與慢性)、疼痛狀況和類型(如癌癥、背痛、神經(jīng)性疼痛)、人群類型(如兒童、認(rèn)知障礙患者)以及患者的價值觀、目標(biāo)和偏好。不同的這些量化工具有助于醫(yī)生理解患者的疼痛體驗，但同時也存在局限性，因為這些量表都基于主觀評估（他人觀察也是一種主觀），不同患者對同一疼痛等級的理解可能完全不同。

生理信號與疼痛的客觀測量

研究人員和臨床醫(yī)生一直在努力尋找一種客觀的疼痛測量方法或生物標(biāo)志物，以用于診斷、治療、預(yù)后及藥物開發(fā)等領(lǐng)域。然而，至今尚未有完全確立的量化疼痛的客觀方法。

科學(xué)家們正探索多種方法，包括腦成像、生理信號監(jiān)測和生物標(biāo)志物分析。你或許聽說過功能性磁共振成像（fMRI），它就像是大腦的“透視鏡”，可以捕捉不同類型疼痛時大腦的活動模式。這些技術(shù)能顯示出我們在感受疼痛時，大腦中的哪些區(qū)域被激活。不過，問題在于fMRI的操作成本高、技術(shù)復(fù)雜，不能像血壓儀那樣可以隨時隨地使用。

那么，有沒有更加簡便的方法呢？

研究人員開始通過檢測人體的生理信號來尋找疼痛的線索。

PMD-200床邊監(jiān)護儀就是這樣一個設(shè)備，通過手指探針收集一個人的心率、皮膚水分、運動和溫度等生理反應(yīng)，并將這些信號轉(zhuǎn)化為疼痛評分。在美國被授權(quán)僅用于處于麻醉狀態(tài)且無法交流其疼痛程度的患者的手術(shù)中。

PMD-200床邊監(jiān)護儀是美國食品藥品監(jiān)督管理局唯一授權(quán)的疼痛測量設(shè)備。

（圖片來源：Medasense）

還有更便捷的設(shè)備：一種手持設(shè)備能夠掃描眼睛并測量電刺激下瞳孔的擴張，利用三種電頻率激活不同的感覺神經(jīng)纖維，將信號傳遞至大腦，導(dǎo)致瞳孔變化，根據(jù)反射的差異性創(chuàng)建疼痛特征。該設(shè)備已經(jīng)在炎癥疼痛患者中進行了測試。

另一種可穿戴貼片通過監(jiān)測前額大腦表面的血流變化，實時測量神經(jīng)元活動，并將其轉(zhuǎn)化為疼痛指數(shù)，涉及130名經(jīng)歷分娩疼痛女性的試驗數(shù)據(jù)顯示，該設(shè)備與患者自述疼痛的匹配度約為80%。

AlgometRx設(shè)備可以通過掃描某人的眼睛來創(chuàng)建疼痛特征。

（圖片來源：AlgometRx公司）

另一個研究團隊開發(fā)的納米級生物傳感器可測量血液中的兩種生化化合物——環(huán)氧合酶-2（COX-2）和誘導(dǎo)型一氧化氮合酶（iNOS），只需采集患者的指尖血樣進行分析就能夠在幾分鐘內(nèi)獲取易于理解的結(jié)果，首次臨床試驗非常成功。

這些正在開發(fā)中的疼痛測量方法，使得疼痛測量越來越輕便化，更無創(chuàng)，更具有實用性。但遺憾的是，目前仍然沒有一個公認(rèn)的客觀疼痛指標(biāo)。當(dāng)然，這并不意味著對疼痛生物標(biāo)志物的追求是徒勞的，一種可靠的測量方法仍然可以幫助臨床醫(yī)生更好地評估、分類和跟蹤疼痛。

需要注意的是，主觀量表和客觀測量不是非此即彼的，我們不能僅憑感覺神經(jīng)元的活動就斷定疼痛的存在或不存在，同時還要考慮經(jīng)歷疼痛的人對疼痛強度和嚴(yán)重程度的自我描述。未來的疼痛管理將依賴主觀報告與客觀測量的結(jié)合，通過兩者的互補，為患者提供更精準(zhǔn)和個性化的疼痛測量方案。

疼痛治療的生物標(biāo)志物

盡管主觀和客觀的疼痛評估提升了醫(yī)生對疼痛的理解，然而，找到真正合適的治療方案往往超出這些評估的范圍。

我們?nèi)缃裼卸喾N高質(zhì)量的疼痛治療方法可供選擇，但找到最適合每個患者的治療方案仍然是個艱難的過程。對于很多患者而言，治療更像是在迷宮中尋找出口，需要逐一嘗試不同的藥物和療法，直到找到正確的方向。這種方法不僅耗時費力，還讓患者常常感到失望和沮喪。

慢性疼痛的精準(zhǔn)療法也許可以幫助人們從一開始就選擇有效的治療方案。

（圖片來源：Daniel Stolle for Nature）

這時，人工智能（AI）為我們帶來了新希望。AI技術(shù)已經(jīng)開始在疼痛管理中展露頭角，分析患者的腦電圖，不僅能區(qū)分慢性下背部疼痛患者與健康人群，還能預(yù)測哪些患者會從脊髓刺激器中受益，準(zhǔn)確率接近80%。

AI算法可以從腦電圖信號中預(yù)測疼痛狀態(tài)。

（圖片來源：薩博實驗室克利夫蘭診所）

另一個研究團隊利用機器學(xué)習(xí)分析不同類型的疼痛刺激（如針刺、熱、觸摸）的反應(yīng)，發(fā)現(xiàn)可以將患者分為不同的“亞型”，每種“亞型”患者的疼痛表現(xiàn)和治療需求可能存在差異，這樣的劃分有助于醫(yī)生更準(zhǔn)確地理解不同類型患者的需求，從而幫助醫(yī)生制定更加個性化的治療方案。

疼痛管理領(lǐng)域正向數(shù)據(jù)驅(qū)動的個性化治療方向發(fā)展。比如，CHOIR系統(tǒng)通過標(biāo)準(zhǔn)化方式收集患者的疼痛數(shù)據(jù)，跟蹤他們對不同藥物的反應(yīng)，為AI模型提供數(shù)據(jù)支持，幫助醫(yī)生預(yù)測治療效果。然而，這一技術(shù)還處于早期階段，建立數(shù)據(jù)庫需要大量時間和資源。此外，盡管AI提高了預(yù)測的準(zhǔn)確性，當(dāng)前的AI模型仍然缺乏足夠的可解釋性，因此醫(yī)生必須結(jié)合個人經(jīng)驗和患者反饋來優(yōu)化治療。

人類疼痛的異質(zhì)性太大，找到適合所有人的“超級止痛藥”根本不可能，但通過尋找生物標(biāo)志物，為每個患者找到已有藥物中的最佳選擇，是可能實現(xiàn)的。

期待一種“萬能”且客觀的疼痛測量方法

疼痛測量一直是個棘手的問題，盡管科學(xué)家不斷嘗試通過生物標(biāo)志物和客觀工具來量化疼痛，但痛苦終究是一種獨特而個人化的體驗。自我報告仍然是評估疼痛的主要方式，而且醫(yī)生們也越來越關(guān)注疼痛對生活質(zhì)量的影響。

雖然找到“萬能”疼痛生物標(biāo)志物的路還很漫長，但這并不妨礙我們對未來的期待。也許有一天，醫(yī)生可以通過幾分鐘的檢測就能精準(zhǔn)推薦治療方案，而不是靠“試藥”這個有點像盲盒的過程。

下期讓我們繼續(xù)探討傳統(tǒng)疼痛治療的局限性及非藥物治療的最新進展，敬請期待。

參考文獻：

1.Roedel, A. (2023) An allegation of Munchausen by proxy, a mom’s suicide, a daughter’s pain: ‘take care of maya’ exclusive clip, People.com. Available at: https://people.com/allegation-of-munchausen-by-proxy-mom-suicide-and-daughter-pain-take-care-of-maya-exclusive-clip-7510301 (Accessed: 01 November 2024).

2.Measuring pain in the clinic (2024a) European Pain Federation. Available at: https://europeanpainfederation.eu/measuring-pain-in-the-clinic/ (Accessed: 29 October 2024).

3.Mogil, Jeffrey S. “The history of pain measurement in humans and animals.” Frontiers in pain research (Lausanne, Switzerland) vol. 3 1031058. 15 Sep. 2022.

4.Mitchell Crow, James. “Could biomarkers mean better pain treatment?” Nature vol. 633,8031 (2024): S28-S30.

5.Dolgin, Elie. “How a 'pain-o-meter' could improve treatments.” Nature vol. 633,8031 (2024): S26-S27.

6.Sadik, Omowunmi, et al. "A Bayesian network concept for pain assessment." JMIR Biomedical Engineering 7.2 (2022): e35711.

7.Orzabal, Marcus et al. “A Forehead Wearable Sensor for the Objective Measurement of Chronic Pain.” International journal of environmental research and public health vol. 19 (2022),24 17041.

8.Levitt, Joshua et al. “Pain phenotypes classified by machine learning using electroencephalography features.” NeuroImage vol. 223 (2020): 117256.

9.Vollert, Jan et al. “Stratifying patients with peripheral neuropathic pain based on sensory profiles: algorithm and sample size recommendations.” Pain vol. 158,8 (2017): 1446-1455.

10.Jain, Sunil M et al. “Randomized, double-blind, placebo-controlled trial of ISC 17536, an oral inhibitor of transient receptor potential ankyrin 1, in patients with painful diabetic peripheral neuropathy: impact of preserved small nerve fiber function.” Pain vol. 163,6 (2022): e738-e747.