针对骨科手术后未缓解疼痛患者的精准医疗方法：病例报告
抽象的
精准医疗是一种很有前途的患者护理技术，它将基因分析与临床数据（如健康、行为、功能、环境和生活方式信息）相结合。这里我们介绍一位 54 岁女性的案例，她在一次事故后患有无法控制的慢性疼痛，随后被贴上了吸毒者的标签。
一名 54 岁的白人女性因小腿严重疼痛被转诊接受治疗。在膝关节置换术后，她服用了多种阿片类药物和非阿片类药物，但疼痛没有得到充分控制。我们为她安排了精准医疗测试，以便客观评估她的疼痛敏感度，确定服药者指定是否正确，并确定最适合她的药物。
根据 Proove 资料，我们确定她的疼痛敏感度中等偏低，这意味着临床上她可能低估了疼痛程度，并且药物需求可能减少。这一结果表明，她持续报告未缓解的疼痛可能是由于右膝关节置换术未解决的疾病所致。此外，根据 Proove 阿片类药物风险概况，我们发现她阿片类药物成瘾风险较低。综合考虑，加上她描述的高水平疼痛，我们确定她的疼痛没有得到适当控制，并且对药物寻求者的指定是不正确的。下一步是确定哪些药物和哪些剂量会对我们的患者产生最有利的结果。为了确定这一点，我们使用了 Proove 阿片类药物反应、Proove 药物代谢和 Proove 非阿片类药物概况的结果来指导她的治疗。我们将她的止痛药减少到一种阿片类药物，即维柯丁（对乙酰氨基酚和氢可酮），这也消除了她所经历的不良副作用。
精准医疗提供了重要的医疗决策工具，可以减少患者的情感和身体负担，并可能减轻不必要的手术和无效药物带来的医疗经济负担。这些资料提供的信息可用于临床指导治疗决策和评估患者疼痛。
背景
精准医疗是一种很有前途的患者护理技术，它将基因分析与临床数据（如健康、行为、功能、环境和生活方式信息）相结合。本文介绍的是一名 54 岁女性的病例，她在一次事故后，患有无法控制的慢性疼痛，随后被贴上了吸毒者的标签。精准医疗测试显示，她患阿片类药物使用障碍的风险较低，疼痛敏感度评分中等偏低，并且基因型与她目前服用的药物反应不佳不相容。在根据精准医疗分析结果指导治疗后，她之前无法控制的疼痛得到了缓解，她的功能和生活质量也得到了改善。
病例介绍
一名 54 岁的白人女性因小腿疼痛严重而被转诊接受治疗。2015 年 12 月，她因腿部疼痛接受了右膝关节置换术。手术后，她感到剧烈疼痛，膝盖后外侧疼痛，并出现麻木和虚弱的神经感觉。手术后，早晨服用 10 毫克 OxyContin（羟可酮）和两片 10/325 毫克 Percocet（对乙酰氨基酚和羟可酮），下午 3 点服用一至两片 Percocets（对乙酰氨基酚和羟可酮），晚上 7 点服用一片 Percocet（对乙酰氨基酚和羟可酮），睡前服用一至两片 Percocets（对乙酰氨基酚和羟可酮），以及 OxyContin（羟可酮）、Norco（对乙酰氨基酚和氢可酮）、Vicodin（对乙酰氨基酚和氢可酮）和 MS Contin（硫酸吗啡），但疼痛仍未得到充分控制。为了对抗阿片类药物引起的副作用，医生给她开了 Movantik（纳洛昔康）治疗便秘和 Zofran（昂丹司琼）治疗恶心。除了列出的药物外，医生还给她开了 Robaxin（美索巴莫）、DILT-CD（盐酸地尔硫卓）、丙酸氟替卡松、呋塞米、替扎尼定盐酸盐和 Xanax（阿普唑仑）。她的腿无法承受任何重量。治疗医疗团队认为她夸大了疼痛（在 10 分制数字评分中，她的疼痛得分为 8），并拒绝了她进一步缓解疼痛的请求。手术后 3 天她出院。在她不断要求服用止痛药后，她被贴上了“药物寻求者”的标签，并被转诊到疼痛管理诊所。她说她感到尴尬和羞辱。
2016 年 1 月底，她接受了第一作者作为新主治医生的检查。我们订购了 Proove Biosciences, Inc.（美国加利福尼亚州欧文市）的精准医疗测试，以客观地了解她的以下情况：(1) 疼痛敏感性，(2) 可能影响剂量或不良事件特征的药物代谢酶基因型，(3) 阿片类药物使用障碍的风险，以及 (4) 对最常用的阿片类和非阿片类止痛药产生反应的可能性。
根据 Proove 资料，我们确定她的疼痛敏感度中等偏低，这意味着临床上她可能低估了疼痛程度，药物需求可能减少。这一结果表明，她持续报告未缓解的疼痛可能是由于右膝关节置换术未解决的疾病所致。此外，根据 Proove 阿片类药物风险概况，我们发现她阿片类药物成瘾风险较低。综合考虑，加上她描述的高水平疼痛，我们确定她的疼痛没有得到

扫码免登录支付

本文章为付费文章，是否支付5元后完整阅读？

如果您已购买过该文章，[登录帐号]后即可查看

支付5元