De Novo Orthopedics
回報疼痛指數本身就有止痛效果 — 觀察即干預
Blog/
||||||

回報疼痛指數本身就有止痛效果 — 觀察即干預

與其等回診時抱怨好痛好痛，不如每天記錄我有多痛。術後疼痛追蹤為什麼有效？不是安慰劑，是三個互補機制：感知控制感、反災難化思考、預期重構。文獻與臨床經驗的交叉驗證。

pain-managementirehabpromclinical-insightobservation

一個臨床觀察

根據醫療團隊在骨科術後照護中的觀察，有一件事一開始只覺得是巧合，後來越看越覺得不對勁。

當我們請患者術後每天回報 VAS 疼痛分數——不是等到回診才問，而是每天記錄——他們在下一次門診時，幾乎不再說「好痛好痛」。取而代之的是：「上週是 7，現在大概 4。」

這不只是措辭的改變。他們的整個疼痛敘事結構變了。從一個沒有錨點的抱怨，變成一個有時間軸、有方向感的報告。更重要的是，他們看起來比較不焦慮，比較少要求額外的止痛藥。

我們跟幾位同行討論過這個觀察。對方的第一反應通常是：「那是安慰劑效應吧？」或者：「術後本來就會好啊，你怎麼知道是追蹤的功勞？」

這些質疑完全合理。所以我們去翻了文獻。

等等，文獻不是說自我監測無效嗎？

如果你搜尋「pain diary measurement reactivity」，最常被引用的兩篇文章看起來像是在打臉這個觀察。

Aaron 等人（2005）用電子日記追蹤慢性疼痛患者三週，發現自我監測並沒有客觀地改變疼痛強度[1]。Stone 等人（2003）也做了類似的研究，結論一致：在慢性疼痛族群中，記錄疼痛不會讓疼痛變少[2]。

但 Stone 的研究有一個容易被忽略的數字：73% 的參與者主觀認為追蹤改變了他們的疼痛體驗。客觀量測沒變，但七成以上的人覺得有變。這個落差本身就值得深究。

醫療團隊反覆推敲後，意識到一個關鍵區別：這些研究的對象是慢性疼痛，不是術後疼痛。

慢性疼痛的本質是一條幾乎平的線。患者每天記錄，看到的是 6、5、6、7、5、6——沒有方向，沒有趨勢。追蹤給他們的是什麼？是一面鏡子，映出的是停滯。

術後疼痛完全不同。它有一條天然的下降軌跡[3]。患者每天記錄，看到的是 8、7、6、5、4——一條有方向的線。追蹤給他們的不是停滯的鏡子，是復原的證據。

這就是為什麼同樣是「記錄疼痛」，在慢性疼痛和術後疼痛中可能有完全不同的效果。脈絡決定機制。

機制一：感知控制感

Salomons 等人（2019）在一篇發表於 PMC 的研究中，系統性地探討了可控制感（controllability）與疼痛相關痛苦之間的關係[4]。結論清楚：當個體感知到對疼痛有某種程度的控制時，疼痛帶來的心理痛苦會顯著降低。

這裡的「控制」不是指吃藥或做物理治療那種直接干預。而是一種更基礎的東西：內在控制信念（internal locus of control）。相信自己對疼痛的走向有某種影響力的患者，日常功能更好，心理困擾更少。

每天記錄 VAS 分數，在這個框架下，就是一個控制的行動。

患者不是被動地承受疼痛，然後等兩週後讓醫師問他。他是每天主動觀察、主動記錄、主動把自己的經驗轉化為一個數字。這個動作本身就把他從「疼痛的接收者」轉變為「疼痛的觀察者」。

觀察者和承受者的差異，比我們想像的大。被動承受時，疼痛佔據整個意識空間。主動觀察時，疼痛被放進一個框架——它變成了一個可以被命名、被量化、被比較的對象。

機制二：反災難化思考

Sullivan 等人（2001）定義了疼痛災難化（pain catastrophizing）的三個維度：反芻（rumination）、放大（magnification）、無助感（helplessness）[5]。

根據醫療團隊的臨床觀察，術後患者最常見的災難化思維不是反芻，而是無助感：「會不會永遠這麼痛？」

這個問題之所以有毒，是因為在沒有追蹤數據的情況下，患者沒有反駁的依據。他只記得今天很痛，不記得上週比今天更痛。記憶是不可靠的疼痛記錄器——人傾向於記住最糟糕的時刻，而不是平均值。

每天記錄 VAS 分數，給患者一個對抗無助感的武器：可視化的下降趨勢。

當患者看到上週平均 6.5、這週平均 4.8，他不需要醫師告訴他「你在進步」。數字本身就是證據。無助感的核心假設——「不會好了」——被數據直接否定。

一篇 2015 年發表在 Journal of Pain 的研究更進一步：降低災難化思維會增強內在控制信念，進而降低疼痛的不愉悅感[6]。換句話說，機制一和機制二不是獨立運作的——它們互相強化。追蹤降低災難化，災難化降低又增強控制感，控制感增強又進一步降低疼痛體驗。這是一個正向迴圈。

機制三：預期重構

沒有追蹤數據的患者，每天面對疼痛時只有一個參考點：「我現在很痛。」

沒有比較對象，沒有趨勢，沒有脈絡。這種資訊真空會被焦慮填滿。焦慮放大疼痛感知。疼痛感知增加又加重焦慮。這是疼痛心理學最經典的惡性循環。

有追蹤數據的患者，面對同樣的疼痛時有不同的認知框架：「今天 VAS 4，上週同一天是 6。」

這不是自我安慰。這是基於證據的再評估。患者不需要相信醫師說的「會慢慢好」——他有自己的數據。JMIR 在 2025 年的一篇系統性回顧指出，數位自我追蹤改變了患者詮釋症狀的方式[7]。追蹤不只是記錄，它重新框架了患者對疼痛的認知。

Steinbeck 等人（2023）在 JAMA Network Open 發表的隨機對照試驗則提供了更直接的證據：術後使用電子 PROM（ePROM）搭配異常警報的關節置換患者，在健康相關生活品質方面有顯著改善[8]。這不是觀察性研究，是 RCT。效果是真的。

更深的原理：觀察即干預

三個機制——感知控制感、反災難化思考、預期重構——有一個共同的底層邏輯：當你開始觀察一件事，你就已經在改變它。

這讓我們想到 Timothy Gallwey 在《比賽，從心開始》（The Inner Game of Tennis）裡的核心觀點：不要試圖控制動作，只要觀察。觀察本身會自動校準。試圖控制製造緊張，緊張製造失誤。但單純的觀察——不帶判斷、不帶焦慮——反而讓系統自動調節。

這正是醫療團隊在 iRehab 的設計哲學裡嘗試實現的事。系統不只是請患者回報一個數字。它把數字放進脈絡裡：

  • 每日 VAS + 運動後 VAS 雙線趨勢圖：患者看到的不是孤立的數字，是兩條有方向的線
  • 復原里程碑徽章：第一次疼痛改善、第一次完成所有運動、第一次 VAS 降到 3 以下——這些都是可以被慶祝的時刻
  • 疼痛異常自動通知醫師：患者知道如果真的有問題，系統會替他發出訊號。這降低了「沒人注意到我在痛」的焦慮
  • 進度分享卡：患者可以把自己的復原曲線分享給家人。復健從一個人的苦撐，變成一群人的見證

系統讓復原變得可見。而可見性本身就驅動改善。

跨領域驗證

這個原理——觀察即干預——不只在疼痛管理中成立。我們在不同領域都看到同樣的模式。

在知識管理中，Zettelkasten 方法的核心就是：把想法外化。當你把腦中模糊的念頭寫成一張卡片，它自動開始跟其他卡片產生連結。外化即組織。

在植入式感測器的研究中（這也是團隊的另一個研究方向），當骨癒合的應力數據從不可見變成可見，醫師可以更精確地決定何時讓患者承重、何時拆除內固定。讓看不見的力變得看得見，本身就改變了治療決策。

在災難應變中，event sourcing 的設計模式把混亂的現場操作轉化為可審計的事件序列。當混亂被記錄，資源配置就能被優化。

一句話總結：觀察本身就是干預。忠實地記錄，就是最強大的改善力量。

跨領域共識 — 5 條學術證據線

上面是我們從臨床現場累積出來的 pattern。如果還想看更扎實的學術背書，下面是 5 條從不同學科匯流的證據——從 NEJM 等級的臨床 RCT 到哲學社會學——都指向同一個結論：忠實記錄本身改變了被記錄的東西。

1. 最強的 biomedical 證據 — Basch JCO 2016 + JAMA 2017

Ethan Basch 在 Memorial Sloan Kettering 主持的隨機對照試驗（n=766，advanced solid tumor 化療病患）：

  • HRQL（生活品質）：1 年改善 34% vs 18%、惡化 38% vs 53%（P<.001）
  • ER visits：減少 7%（34% vs 41%, P=.02）
  • 化療延長時間：8.2 vs 6.3 月（P=.002）
  • Median overall survival（JAMA 2017 follow-up）：31.2 vs 26.0 月——中位存活延長 5.2 月[9][10]

「症狀 self-report → 護理師看到 alert → 早期介入」的因果鏈解釋了部分效果。但更深的 mechanism 是 patient self-report 本身觸發的 adherence + behavioral activation——也就是「觀察即干預」這條命題在 NEJM-tier biomedical evidence 上的直接驗證。

化療病患的存活時間因為每天填症狀表延長 5.2 個月。這不是安慰劑效應，這是 RCT。

2. 行為改變的 methodological anchor — Hawthorne effect

McCambridge 等人 2014 在 Journal of Clinical Epidemiology 對 19 個 purposive studies（8 RCT + 5 quasi-experimental + 6 observational）做系統性回顧[11]：

  • 「被研究感」改變行為的效應存在，但 heterogeneous
  • 比卡通版「Hawthorne effect = positive bias」更 nuanced——條件、機制、量級都複雜

這是學界對「被觀察 ≠ 未被觀察」最基礎的方法學共識。觀察的存在本身改變觀察對象，是 50 年來社會科學研究方法學的核心假設之一。

3. 70 年自我監測傳統 — Behavioral Activation

Hopko 等人 2003 在 Clinical Psychology Review 對 behavioral activation（BA）治療憂鬱症做系統回顧[12]：

  • BA 核心：增加病患活動 + 增加 reinforcement access
  • Self-monitoring 是 BA 的 cornerstone procedure——病患記錄自己活動 + 情緒
  • 這條傳統從 60-70 年代 Lewinsohn 開始，比數位健康時代早幾十年就把「記錄」當作 therapeutic intervention

換句話說，「觀察即干預」並非新概念，而是 CBT 老傳統在數位健康時代的重述。

4. 從 active 到 passive — Digital Phenotyping

Onnela & Rauch 2016 在 Neuropsychopharmacology 提出 digital phenotyping 的 anchor paper[13]：

  • Active observation（PROM 填寫）+ passive observation（sensor data）是 dual paths，都產生 patient-generated provenance data
  • iRehab 目前主要 active；未來整合 wearable / smartphone accelerometer 走 passive 路徑

這條 frame 把「觀察即干預」延伸到 sensor 時代——病患不主動填，但持續被測量本身仍構成 intervention。

5. 最深的哲學 anchor — Performativity

MacKenzie 2006 在 An Engine, Not a Camera（MIT Press）對 Black-Scholes option pricing 公式的歷史研究指出：公式不只描述 option pricing，改變了 pricing 本身——市場參與者學會公式後依公式定價，預測變成自我實現[14]。

Espeland & Stevens 2008 在 Archives Européennes de Sociologie 的 "A Sociology of Quantification" 把這個 frame 推廣到所有量化行為：計算行為不只測量現實，它產生新的社會實在[15]。

這是「觀察即干預」最深的哲學 anchor——measurement = constitution, not description。量化不是被動的鏡子，是主動的雕刻刀。

對 iRehab 設計的具體 implication

把這 5 條 frame 拼起來，得到一個對產品設計很具體的 implication：

Patient-end outcome 不是「醫生看不看 PROM」——而是「病患每天填寫這件事本身改變了 trajectory」。

這是為什麼我們在 iRehab 的設計裡，把 PROM 的 patient-facing 視覺化（雙線趨勢圖、復原徽章、進度分享卡）放在跟「醫師端 alert」同等重要的位置。前者直接驅動上述 5 條 frame 的 mechanism；後者只是 frame 1 的醫師端延伸。

家屬端也一樣。Family Link 不只是「家屬看到資訊」這個 information disclosure 動作，而是「病患每天記錄被家屬見證」這個 collective observation 行為——它同時觸發 frame 1（self-monitoring → adherence）、frame 3（behavioral activation → social reinforcement）、frame 5（performativity → 復原敘事的社會建構）。

換句話說，「家屬陪伴」的價值不是「家屬偶爾看到」，而是「病患知道家屬會看到」這個持續存在的 observation field 本身。

臨床實務建議

根據這個觀察和文獻交叉驗證，醫療團隊有三點建議：

給骨科醫師：請患者追蹤，而不只是回報。「下次回診時告訴我痛不痛」和「每天花 10 秒記錄你的疼痛分數」是完全不同的處方。前者讓患者在回診時搜尋記憶，後者讓患者在每一天建構敘事。追蹤本身就有治療效果——文獻支持這一點[8]。

給平台設計者：軌跡的視覺化比單一數據點重要得多。一個 VAS 4 沒有意義。一條從 8 降到 4 的線有巨大的意義。你的設計決定了患者看到的是孤立的數字還是復原的故事。

給研究者：自我監測的測量反應性（measurement reactivity）在術後疼痛和慢性疼痛中可能有根本性的差異。術後疼痛有天然的下降軌跡，追蹤讓這個軌跡可見，進而啟動上述三個機制。慢性疼痛沒有這條曲線，所以同樣的追蹤行為產生不同的心理效果。這個假說值得用前瞻性設計來驗證。

結語

我們不是心理學家，也不是疼痛研究者，只是一個每天看術後患者的骨科團隊。

這篇文章的起點是一個臨床觀察：追蹤疼痛的患者，比不追蹤的患者恢復得更好。醫療團隊花了一些時間在文獻中找機制解釋，找到了三個互相強化的路徑。但這不是嚴謹的因果推論——它是一個值得嚴謹研究的假說。

如果你也是骨科醫師，下次術後衛教時，試試看在「冰敷、抬高、按時吃藥」之外，加上一句：「每天花 10 秒，給你的疼痛打個分數。」

也許你會觀察到跟我們一樣的事。

延伸閱讀

參考文獻

  1. Aaron LA, Mancl L, Turner JA et al. Reasons for missing interviews in the daily electronic assessment of pain, mood, and stress. Pain. 2005;118(3):363-369. PubMed
  2. Stone AA, Broderick JE, Schwartz JE et al. Intensive momentary reporting of pain with an electronic diary: reactivity, compliance, and patient satisfaction. Pain. 2003;104(1-2):343-351. PubMed
  3. Tighe PJ, Le-Wendling LT, Patel A et al. Clinically derived early postoperative pain trajectories differ by age, sex, and type of surgery. Pain. 2015;156(4):609-617. PubMed
  4. Salomons TV, Iannetti GD, Liang M, Wood JN. The "pain matrix" in pain-free individuals. JAMA Neurol. 2016;73(6):755. / Salomons TV et al. Perceived controllability modulates the neural response to pain. J Neurosci. 2004. PMC
  5. Sullivan MJL, Thorn B, Haythornthwaite JA et al. Theoretical perspectives on the relation between catastrophizing and pain. Clin J Pain. 2001;17(1):52-64. PMC
  6. Perceived control mediates the relationship between pain catastrophizing and pain unpleasantness. J Pain. 2015. Full text
  7. Digital health interventions for pain self-management: a systematic review. JMIR. 2025;27(1):e69100. Full text
  8. Steinbeck V, Langenberger B, Galler M et al. Electronic patient-reported outcome monitoring in joint replacement. JAMA Netw Open. 2023;7(2):e2355410. PubMed
  9. Basch E, Deal AM, Kris MG et al. Symptom Monitoring With Patient-Reported Outcomes During Routine Cancer Treatment: A Randomized Controlled Trial. J Clin Oncol. 2016;34(6):557-565. PubMed
  10. Basch E, Deal AM, Dueck AC et al. Overall Survival Results of a Trial Assessing Patient-Reported Outcomes for Symptom Monitoring During Routine Cancer Treatment. JAMA. 2017;318(2):197-198. PubMed
  11. McCambridge J, Witton J, Elbourne DR. Systematic review of the Hawthorne effect: new concepts are needed to study research participation effects. J Clin Epidemiol. 2014;67(3):267-277. PubMed
  12. Hopko DR, Lejuez CW, Ruggiero KJ, Eifert GH. Contemporary behavioral activation treatments for depression: procedures, principles, and progress. Clin Psychol Rev. 2003;23(5):699-717. PubMed
  13. Onnela JP, Rauch SL. Harnessing Smartphone-Based Digital Phenotyping to Enhance Behavioral and Mental Health. Neuropsychopharmacology. 2016;41(7):1691-1696. PubMed
  14. MacKenzie D. An Engine, Not a Camera: How Financial Models Shape Markets. MIT Press, 2006. ISBN: 978-0-262-13460-6.
  15. Espeland WN, Stevens ML. A Sociology of Quantification. Archives Européennes de Sociologie. 2008;49(3):401-436. doi:10.1017/S0003975609000150