【摘要】目的 基于患者报告结局数据，运用潜类别增长模型识别颈椎前路手术患者术后疼痛的异质性轨迹类型，分析不同轨迹类型的临床特征与预测因素，识别不同亚组患者的疼痛特征及其预测因素，为后续构建分层化护理策略提供实证依据。方法 采用前瞻性纵向研究设计，选取2024年1月至2024年12月常州市第二人民医院骨科行颈前路手术的患者作为研究对象，通过电子化患者报告结局（ePROs）系统收集术前及术后1d、3d、7d、14d、1个月的疼痛评分（数字疼痛评分量表/视觉模拟量表）（NRS/VAS）、疼痛性质及伴随症状。采用潜类别增长模型（LCGM）分析疼痛轨迹亚组，并通过Logistic回归分析影响不同轨迹的风险因素，分析影响不同轨迹的预测因素。结果 本研究共纳入300例符合条件的患者，其中男性178例（59.3%），女性122例（40.7%）。接受颈前路椎间盘切除融合术（ACDF）术者256例（85.3%），颈前路椎体次全切除减压融合术（ACCF）术者44例（14.7%）。单节段手术217例（72.3%），多节段83例（27.7%）。通过对术后1d、3d、7d、14d、1个月疼痛评分数据的LCGM建模分析，最终确定3类最优疼痛轨迹模型［贝叶斯信息准则（BIC）值最低，Entropy>0.8）］：Class1快速缓解型（n=187，占62.3%），Class2持续中度型（n=84，占28.1%），Class3难治型（n=29，占9.6%）。Class1组患者术后平均住院时间为（4.2±0.8）d，无术后持续性用药者；Class2组患者平均住院天数延长至（6.4±1.5）d，需多次镇痛方案调整，术后功能锻炼依从性中等；Class3组患者术后平均住院时间（8.6±2.3）d，40%合并睡眠障碍、28%诉功能锻炼恐惧，术后1月满意度评分最低。结论 基于PROs的疼痛轨迹分析能有效识别颈前路术后疼痛差异性，对术后疼痛患者进行精准分层，为制定针对性干预策略提供科学依据。