目的:慢性腰痛(Chronic Low Back Pain,CLBP)严重影响人类生活质量,由于其异质性及各种原因,治疗效果不尽理想,因此对CLBP进行分层管理对于早期病synthetic genetic circuit因诊断和后续治疗选择具有重要意义。神经病理性腰痛(Neuropathic Low Back Pain,NLBP)作为其中一个特殊子集,其准确识别更是临床常见难题。虽然目前关于NLBP评估的研究已取得丰富成果,但仍缺乏有效且简便的方法进行快速准确识别。本研究整合主观报告的简版 McGill 疼痛问卷-2(Short-Form of McGill Pain Questionnaire-2,SF-MPQ-2)和客观测量的红外热成像数据,通过K-Means聚类探索CLBP亚组,为快速识别CLBP的神经病理性疼痛以及分层管理提供新思路。方法:纳入2021年至2022年在南方医科大学珠江医院就诊的CLBP患者为研究对象。收集所有患者的社会人口统计学数据,分别selleck激酶抑制剂进行临床评估、简明疼痛评估量表、DN4量表、Oswestry功能障碍指数、9条目病人健康问卷、广泛性焦虑障碍量表、匹兹堡睡眠质量指数、SF-MPQ-2和红外热成像等评估。将SF-MPQ-2中18种疼痛性质描述和借助红外热成像技术测量的8个部位的双侧肢体平均温差绝对值作为特征变量,应用主成分因子分析对数据进行降维,利用K-Means聚类将CLselleck抑制剂BP患者进行分组,并通过各类评估量表进行亚组验证。结果:研究共纳入108名CLBP患者,选取26项特征变量进行主成分分析,获得9个特征值>1的主成分,累积方差贡献率为65.86%。其后通过因子旋转转化为7个公因子,再根据公因子得分进行K-Means聚类,最终获得2组亚型。第1组的主要特征是体表平均温差低和持续性疼痛维度评分高,即适应良好组(n=70,64.8%);第2组的主要特征是体表平均温差高和多维度疼痛评分高,即适应不良组(n=38,35.2%)。在亚组验证过程中,发现26项特征变量中的18项在组间有显著差异(P<0.05)。相比适应良好组,适应不良组的神经病理性疼痛发生率更高(65.8%～71.1%,P<0.05),大腿后侧、小腿前侧及后侧的温差高(P<0.05),SF-MPQ-2多维度疼痛评分高,以麻木、麻刺、冷痛和热灼痛等神经病理性疼痛差异最为显著(P<0.001)。此外,适应不良组的功能障碍、焦虑抑郁和睡眠障碍评分均更高(P<0.05),感知的疼痛和情感干扰程度更高(P<0.05)。结论:通过主成分因子分析和无监督聚类,CLBP患者根据SF-MPQ-2与红外热成像技术可实现有效分组。疼痛性质描述结合体表温度的疼痛表征有助于识别不同慢性腰痛患者,有助于分层管理及个性化治疗。