髋部骨折患者深静脉血栓（DVT）诊断模型：突破传统，精准预测
【字体：
大
中
小
】
时间：2025年02月26日
来源：BMC Musculoskeletal Disorders 2.2
编辑推荐：
重庆医科大学附属第三医院研究人员为解决髋部骨折患者 DVT 诊断问题，构建模型，其性能优于传统 Caprini 评分，意义重大。
在医疗领域，髋部骨折就像一颗 “定时炸弹”，悄然威胁着人们的健康。髋部骨折大多源于骨质疏松或脆性骨折，全球每年约有 170 万例髋部骨折发生，预计到 2050 年，这一数字将突破 600 万。而深静脉血栓（DVT）更是髋部骨折患者的 “夺命杀手”，其在髋部骨折患者中的发生率高达 16.6 - 34.98%，入院首日发生率甚至可达 42%。DVT 的形成不仅严重影响髋部骨折患者的围手术期安全，增加医疗费用、延长住院时间，还可能导致患者死亡。
目前，针对髋部骨折患者术前、术后及围手术期 DVT 的临床研究较多，但对于入院时 DVT 形成的风险因素研究较少，且缺乏直观可视化的评估模型。许多下肢 DVT 患者入院后未能及时检查诊断，这使得临床医生在面对此类患者时，难以快速准确地判断 DVT 风险，从而影响治疗决策。
为了填补这一空白，重庆医科大学附属第三医院的研究人员开展了一项具有重要意义的研究。他们回顾性收集了 2019 年 1 月至 2021 年 12 月期间收治的 238 例髋部骨折患者的临床资料，旨在分析入院时 DVT 的风险因素，并构建可视化列线图模型，为临床医生评估 DVT 风险提供理论依据。该研究成果发表于BMC Musculoskeletal Disorders期刊。
在研究过程中，研究人员运用了多种关键技术方法。首先，对患者进行严格的纳入和排除标准筛选，确保研究对象的同质性。然后，收集患者的人口统计学变量、病史、合并症、实验室检查结果及 Caprini 评分等多方面数据。通过超声检查诊断 DVT，并依据 Robinov 标准进行分类。在数据分析阶段，运用了统计学方法，包括独立样本 t 检验、Mann - Whitney U 检验、卡方检验等比较 DVT 组和非 DVT 组的差异；通过多变量逻辑回归分析确定 DVT 的风险因素；利用留一法交叉验证、Hosmer - Lemeshow 检验等评估模型性能；运用受试者工作特征（ROC）曲线、综合判别改善指数（IDI）、净重分类改善指数（NRI）和决策曲线分析（DCA）等方法比较不同指标的诊断效能；最后，基于多变量逻辑回归结果构建列线图模型，并进行 2000 次自助重抽样验证。
研究结果如下：
- 单因素分析结果：共纳入 238 例髋部骨折患者，其中 DVT 组 58 例（24.37%），非 DVT 组 180 例（75.63%）。单因素分析发现，年龄、性别、心律失常、骨折部位、受伤至入院时间、红细胞（RBC）、血红蛋白（HGB）、血细胞比容（HCT）、活化部分凝血活酶时间（aPTT）、总蛋白（TP）、白蛋白（ALB）和 Caprini 评分在血栓组和非血栓组之间存在显著差异。
- 多变量逻辑回归模型结果：多变量逻辑回归模型显示，女性（OR = 2.752，95% CI = 1.222 - 6.196）、心律失常（OR = 4.757，95% CI = 1.632 - 13.869）、转子间骨折（OR = 3.138，95% CI = 1.383 - 7.120）、受伤至入院时间≥48 h（OR = 2.989，95% CI = 1.206 - 7.407）和 Caprini 评分（OR = 1.796，95% CI = 1.473 - 2.188）与髋部骨折患者入院时血栓形成呈正相关；而 aPTT（OR = 0.822，95% CI = 0.721 - 0.937）与血栓形成呈负相关。
- 诊断效能比较结果：基于多变量逻辑回归分析构建的诊断模型，在留一法交叉验证中，准确率达到 76.47%，灵敏度为 81.03%，特异性为 75.00%。风险分层显示，模型概率＜0.2 的患者中，血栓发生率仅 7.64%；而概率＞0.6 的患者，血栓发生率高达 80.65%。与传统 Caprini 评分相比，该模型的曲线下面积（AUC）增加了 0.072（95% CI = 0.028 - 0.117），诊断能力提高了 13.1%（IDI = 0.131，95% CI = 0.074 - 0.187），正确识别血栓的可能性增加了 81.4%（NRI = 0.814，95% CI = 0.544 - 1.084）。DCA 分析表明，在 0.1 - 0.22 和 0.35 - 1.00 的阈值概率范围内，该模型的标准化净效益优于 Caprini 评分。
- 模型可视化结果：利用列线图模型可视化多变量逻辑回归模型，经 2000 次自助重抽样验证，诊断 C 指数为 0.855，偏差校正 C 指数为 0.836，校准曲线显示模型预测的血栓风险与实际观察风险一致性良好，平均绝对误差为 0.022。
研究结论与讨论部分指出，本研究构建的列线图模型在预测髋部骨折患者 DVT 风险方面，性能显著优于传统 Caprini 评分。该模型有助于临床医生快速识别和筛查髋部骨折患者中的 DVT 高风险人群，为及时采取预防和治疗措施提供重要参考。然而，本研究也存在一定局限性，如单中心回顾性研究、观察期较短等。未来需要多中心、大样本的前瞻性研究进一步验证该模型的普适性。尽管如此，本研究成果仍为髋部骨折患者 DVT 的临床评估和管理提供了新的思路和方法，有望改善患者的预后。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱：
粤ICP备09063491号
