编辑推荐：
为解决下肢骨折（LEF）患者静脉血栓栓塞（VTE）早期诊断难的问题，研究人员开展了筛选 VTE 预测风险因素、改良 Caprini 模型的研究。结果显示，Caprini 联合 D - 二聚体和空腹血糖（FBG）可提高诊断效率，为预测 VTE 风险提供新方法。
静脉血栓栓塞（Venous thromboembolism，VTE），这个隐匿在住院患者身边的 “健康杀手”，包含深静脉血栓（Deep vein thrombosis，DVT）和肺栓塞（Pulmonary embolism，PE），每年都在全球范围内导致大量患者死亡和残疾，尤其是下肢骨折（Lower extremity fractures，LEF）患者，更是 VTE 的高危人群。目前，早期识别 DVT 困难重重，现有的筛查方法，比如对比静脉造影虽为诊断金标准，却具有侵入性，可能引发一系列不良反应；多普勒超声虽无创，但准确性受医生经验影响较大，而且对于隐匿性血栓的诊断还需结合其他检查，不仅增加了患者的经济负担，还可能延误手术时机。同时，临床症状的非特异性也让诊断准确性大打折扣，无症状 DVT 更是容易被忽视，一旦发病，后果严重。
在这样的困境下，预测 VTE 风险就显得尤为重要，它能像一盏明灯，为预防 DVT 指明方向。Caprini 风险评估模型（Risk assessment model，RAM）作为经典的 VTE 风险评估工具，在临床广泛应用，可它也有 “短板”，主要关注临床特征变量和部分已知的血栓形成倾向标志物，却忽视了其他实验室指标对血栓形成的影响。为了突破这一局限，山西医科大学第二医院血管外科等研究机构的研究人员挺身而出，开展了一项意义重大的研究。
研究人员通过回顾性研究，纳入了 2019 年 1 月至 2021 年 12 月期间的 953 例 LEF 患者，并将其随机分为训练集（n=667）和验证集（n=286）。研究用到的主要关键技术方法有：运用 Logistic 回归和 LASSO 回归筛选独立预测因子；通过 Shapiro-Wilk 检验判断连续变量是否正态分布，对非正态分布的连续变量采用 Mann-Whitney U 检验，分类变量则用卡方检验和 Fisher 精确检验进行比较；利用受试者操作特征（Receiver operating characteristic，ROC）曲线分析评估模型预测能力，通过 Hosmer-Lemeshow 拟合优度（Goodness-of-fit，GOF）检验判断模型估计概率与实际发生率是否一致，还用校准曲线、净重新分类指数（Net reclassification index，NRI）和综合区分改善指数（Integrated discrimination improvement，IDI）等对模型进行全面评估 。
下面来看具体的研究结果：
- 基线特征：953 例 LEF 患者中，有 110 例发生 DVT。训练集和验证集患者在性别、高血压、吸烟和抗凝治疗等方面无明显差异。但 DVT 组患者的年龄、D - 二聚体、空腹血糖（Fasting blood glucose，FBG）和中性粒细胞浓度更高，血红蛋白（HB）和淋巴细胞百分比更低12。
- 主要预测因子的选择：经 Logistic 回归分析，年龄、D - 二聚体、Caprini 评分、FBG 等是 DVT 的独立预后因素；LASSO 回归筛选出 7 个最佳预测因子，其中年龄、D - 二聚体、Caprini 评分和 FBG 经两种方法同时筛选出，被认为是骨折手术后 VTE 的重要因素。最终确定 Caprini 评分、FBG 和 D - 二聚体作为构建模型的预测因子34。
- 预测模型的开发：构建了 4 个模型，模型 1 仅包含 Caprini 评分；模型 2 为 Caprini 评分 + D - 二聚体；模型 3 为 Caprini 评分 + FBG；模型 4 为 Caprini 评分 + FBG+D - 二聚体5。
- 预测模型诊断有效性的比较：在训练集和验证集中，模型 4 的 ROC 曲线下面积（Area under curve，AUC）最大，分别为 0.784 和 0.734，表明其预测 DVT 的能力最强。与模型 1 相比，模型 4 在 NRI 和 IDI 方面有显著提升，分别提高了 59.98% 和 9.55%，说明添加 D - 二聚体和 FBG 后，预测效果显著增强67。
- 列线图的开发：基于模型 4 构建列线图，训练集和验证集的 C-index 分别为 0.784 和 0.733，进一步验证了模型的预测能力8。
- 临床实用性：决策曲线分析显示，当阈值概率在 27% - 91% 之间时，模型 4 预测 DVT 的净效益最佳9。
- 修订 Caprini 评分：将 D - 二聚体和 FBG 纳入 Caprini 评分得到修订版，其 ROC 优于原始 Caprini 评分，进一步证明了新模型的优势10。
研究结论表明，Caprini RAM 是下肢骨折患者 DVT 风险分类的有效方法，而包含 Caprini 评分、D - 二聚体和 FBG 的改良模型，能更准确地预测下肢骨折患者的 DVT 风险。不过，该研究也存在一些局限性，如为单中心回顾性研究、样本量有限、缺乏长期随访等。但这并不影响它的重要意义，此次研究首次验证了将 D - 二聚体纳入 Caprini 评分可提高骨科患者 DVT 预测准确性，还发现了 FBG 这一新的预测因子，为临床医生早期预防和干预 VTE 提供了更有力的工具，为下肢骨折患者的健康带来了新的希望。未来，随着更多前瞻性研究的开展，VTE 风险预测工具将不断完善，更好地守护患者的健康。
