基于肌肉表面肌电图（Surface Electromyography, sEMG）数据预测腰椎间盘突出症复发，旨在为腰椎间盘突出症（Lumbar Intervertebral Disc Protrusion, LIDP）患者提供个性化的康复指导和复发风险评估。通过深入分析患者的sEMG数据，该模型能够识别出与腰椎间盘突出症复发相关的肌肉活动模式，从而预测复发的可能性。

本次研究共纳入腰椎间盘突出症患者156例，最终完成随访研究者148例；其中随访期间病情复发14例，未复发134例。本研究收集患者一般人口学基线资料，同时分别于治疗前、治疗后规范采集Oswestry功能障碍指数（Oswestry disability index, ODI）、日本骨科协会评估治疗(Japanese Orthopaedic Association, JOA)评分、视觉模拟评分（Visual Analogue Scale, VAS）等临床疗效与功能评估指标；并同步应用表面肌电图检测技术，采集患者双侧竖脊肌、多裂肌的肌电信号，提取均方根值（Root Mean Square, RMS）作为核心表面肌电定量参数。研究采用单因素Logistic回归分析筛选与腰椎间盘突出症复发具有统计学关联的危险因素及肌电、临床评分指标；进一步构建复发预测模型，通过受试者工作特征（Receiver Operating Characteristics, ROC）曲线及曲线下面积等指标，综合评价所建模型对腰椎间盘突出症复发风险的区分能力与预测效能，为临床早期预判复发、制定个体化干预方案提供客观依据。

腰椎间盘突出症复发组和未复发组人口学资料及临床评分差异均无统计学意义（P>0.05）。复发组在前屈时左侧竖脊肌、左侧多裂肌的均方根值均显著低于未复发组（P<0.05）。单因素Logistic回归显示，左侧竖脊肌前屈均方根值（OR=0.79，95%CI：0.74~0.99），是腰椎间盘突出症复发的独立预测因子。

基于表面肌电图的均方根值指标可有效预腰椎间盘突出症患者复发，为识别复发高危人群及制定精准康复方案提供了客观依据。