膝关节置换术后患者满意度评估：KSS评分MCID阈值的再审视与优化 中文标题

《npj Digital Medicine》：Determining MCID threshold for Knee Society Score to assess patient satisfaction in knee arthroplasty

本刊推荐：针对Liu等研究中KSS评分MCID(最小临床重要差异)阈值过高问题，研究人员开展方法学探讨，提出采用Wu(6.1-6.4分)和Alejandro(9.7-10.3分)等基于患者报告满意度建立的阈值，为膝关节置换术后功能评估提供更精准的临床决策依据。

　　

在全球人口老龄化加剧的背景下，膝关节骨关节炎的患病率持续攀升，全膝关节置换术(TKA)作为终末期膝关节炎的有效治疗手段，手术量逐年增长。然而临床上发现，部分患者尽管手术技术成功，术后客观指标改善明显，但对手术效果的主观满意度却不理想。这种"技术成功"与"患者满意"之间的落差，促使医学界将关注焦点从传统的手术技术指标转向患者报告结局指标(PROMs)。

患者报告结局指标能直接反映患者对自身健康状况的感知，在骨科领域应用日益广泛。其中，最小临床重要差异(MCID)作为评估治疗效果的"金标准"，用于界定患者能够感知的最小有意义临床变化。准确设定MCID阈值对于临床决策、患者咨询和医疗政策制定都具有重要意义。然而，当前研究中MCID阈值的确定方法存在显著差异，导致不同研究得出的阈值相差悬殊，这为临床实践带来了困惑。

在近期发表于《npj Digital Medicine》的一项机器学习预测研究中，Xiaodi Liu等人尝试利用MCID阈值来定义TKA术后患者满意度，但其中膝关节协会评分(KSS)的MCID阈值设定引发了学术争议。该研究将KSS的MCID阈值设定为34.5分，相当于总分100分的34.5%，这一比例远高于其他 PROMs 仪器10%左右的阈值比例。如此高的阈值是否真能反映患者感知的最小有意义变化？还是可能低估了实际感受到改善的患者比例？这些问题直接关系到预测模型的准确性和临床适用性。

香港理工大学生物医学工程系的研究团队针对这一方法学问题展开了深入分析。他们通过比较不同研究中KSS评分MCID阈值的确定方法、样本特征和文化背景，对Liu研究中采用的阈值提出了质疑，并提出了更具临床适用性的替代方案。

研究人员主要采用了文献比较法和统计分析方法，对四类PROMs工具的MCID阈值进行了横向对比分析，重点考察了KSS评分在不同研究中的阈值差异。他们特别关注了样本量大小、随访时间、文化背景等因素对阈值设定的影响，并基于大型患者队列数据进行了方法学验证。研究队列涉及新加坡、西班牙和美国等多个国家的临床中心，保证了研究结果的普适性。

研究方法上，团队采用了锚定法(anchor-based method)和分布法(distribution-based method)相结合的分析策略，通过受试者工作特征(ROC)曲线分析确定最佳阈值。与仅关注统计显著性的方法不同，锚定法直接以患者自评满意度作为"锚点"，确保了阈值设定的患者中心性。

MCID阈值比例失衡问题

通过对比分析发现，Liu研究中采用的KSS评分MCID阈值存在明显比例失衡。如图1所示，KSS功能的MCID阈值为34.5分，占总分比例的34.5%，而其他三种PROMs工具的MCID阈值比例均在10%左右：SF-36健康调查的生理健康组成部分(SF-PCS)和心理健康组成部分(SF-MCS)的阈值均为10分(占10%)，牛津膝关节评分(OKS)的阈值为5分(占10.4%)。这种比例上的显著差异提示KSS阈值可能设定过高，存在方法学上的不合理性。

KSS阈值的方法学局限性

深入追溯KSS阈值34.5分的来源，发现该值源自Jacobs等人2009年的研究，该研究采用分布法确定了最小可检测变化(MDC)。然而，这项研究仅纳入了36例患者，样本量有限，且随访时间仅为3个月，难以捕捉TKA术后功能的长期变化趋势。更重要的是，分布法主要关注测量工具的统计特性，而非患者实际感知的临床意义，这与MCID强调患者中心性的理念存在本质区别。

替代阈值的优势分析

Wu等人和Alejandro等人的研究提供了更为合理的KSS MCID阈值替代方案。这两项研究均采用锚定法，使用5点或6点Likert量表直接记录患者对手术的满意度，并进行了2年长期随访。Wu研究纳入了550例新加坡患者，确定的阈值范围为6.1-6.4分；Alejandro研究纳入了507例西班牙患者，通过锚定法、分布法和ROC曲线分析确定的阈值为9.7-10.3分。这些阈值不仅基于更大的样本量和更长的随访时间，还考虑了不同文化背景的影响，具有更好的临床适用性。

二元分类的局限性

除了阈值选择问题，研究还指出了将"未达到MCID"等同于"不满意"这种二元分类方法的局限性。临床实践中，患者满意度是一个连续谱，而非简单的二分变量。部分未达到MCID阈值的患者可能仍表示中立或轻微满意，而某些达到阈值的患者可能因期望未满足而表示不满意。这种分类偏差可能影响机器学习预测模型的性能，导致结果误分类。

敏感性分析的建议

基于以上发现，研究建议在进行患者满意度预测时，应采用Wu或Alejandro确定的KSS MCID阈值进行敏感性分析。这种分析有助于评估阈值选择对研究结论稳健性的影响，为临床决策提供更可靠的证据支持。考虑到KSS在膝关节置换领域的广泛应用，阈值选择的标准化将有助于研究结果间的比较和整合。

研究结论强调，MCID阈值的确定应当以患者为中心，充分考虑文化背景、随访时间和评估方法的差异性。单纯依赖统计显著性而忽视临床意义的阈值设定，可能导致对治疗效果的误判，影响临床决策质量。

讨论部分进一步指出，未来研究应当超越简单的二元分类框架，将患者满意度视为连续变量进行处理，这可能更准确地反映患者真实体验。同时，MCID阈值应当被视为动态参数而非固定标准，需要根据特定人群和临床情境进行适当调整。

这项方法学研究的意义在于，它不仅纠正了特定研究中的阈值选择问题，更重要的是提出了一套评估MCID阈值合理性的方法论框架。通过强调患者中心性、统计严谨性和临床适用性的平衡，为未来PROMs研究提供了重要参考标准。

随着数字医疗和人工智能在骨科领域的深入应用，准确的患者报告结局数据将成为优化诊疗方案、提升医疗质量的关键。这项研究为构建更可靠、更有效的患者满意度预测模型奠定了方法学基础，最终将助力实现真正以患者为中心的精准膝关节置换手术。