全膝关节置换术后高凝状态预测模型的构建与验证：一项针对中老年患者的回顾性研究

本研究针对全膝关节置换术(TKA)后高凝状态这一临床难题，通过回顾性分析490例患者数据，构建了包含术前住院天数、高血压等7项独立风险因素的列线图预测模型。该模型曲线下面积(AUC)达0.898，能有效识别术后高凝高风险患者，为个体化抗凝干预提供科学依据，对降低静脉血栓栓塞(VTE)发生率具有重要意义。

　　

随着社会老龄化加剧和肥胖率上升，膝骨关节炎(KOA)发病率持续攀升，全膝关节置换术(TKA)作为终末期治疗手段的需求激增。然而中老年患者术后常面临血液高凝状态这一"隐形杀手"——亚洲患者术后静脉血栓发生率高达18.1-48.6%，传统评估工具如Caprini评分因特异性不足难以精准识别高风险人群，而常规抗凝方案又可能增加出血风险。这种临床困境呼唤更精准的预测工具，这正是扬州大学附属苏北人民医院团队开展本研究的现实意义。

研究团队回顾性分析了2021-2023年间490例TKA患者数据，通过单因素和多因素logistic回归筛选出7个独立风险因素：术前住院时间缩短（OR=0.555）、合并糖尿病（OR=3.098）、冠心病（OR=5.195）等，并创新性地将血小板分布宽度(PDW)≥18fL作为高凝状态阈值。利用R软件构建的列线图模型在训练集和验证集分别达到0.898和0.896的AUC值，灵敏度最高达0.956。该成果发表于《European Journal of Medical Research》，为临床早期识别高风险患者提供了可视化工具。

关键技术方法包括：1) 收集490例单中心TKA患者临床数据（来自苏北人民医院）；2) 采用SPSS 27.0进行单因素分析和多因素logistic回归；3) 使用R 4.3.2构建列线图模型；4) 通过ROC曲线、校准曲线和决策曲线评估模型效能。

【研究结果】
患者一般特征
高凝状态组(n=144)的血栓发生率(13.89%)显著高于非高凝组(n=346)的9.83%，证实PDW阈值设定的临床价值。

单因素分析
年龄(69.87±7.30 vs 66.25±6.93，P<0.001)、术中失血量(243.94±80.27 vs 199.67±52.99 ml，P<0.001)等11个变量具有统计学差异。

多因素分析
发现7个独立预测因子：纤维蛋白原(FIB)每升高1g/L风险增加90.4%（OR=1.904），而血小板计数(PLT)每增加10⁹
/L风险降低2.8%（OR=0.972）。

预测模型构建
列线图直观展示各因素贡献度，如冠心病患者评分比非患者高约15分。

模型验证
校准曲线显示预测概率与实际观测值高度吻合，决策曲线证实其在临床阈值范围内具有显著净收益。

【结论与意义】
该研究首次系统揭示了TKA术后高凝状态的多元驱动机制：代谢性疾病（糖尿病、冠心病）通过促凝微环境形成、血小板异常激活（PDW升高）和纤维蛋白原(FIB)聚合共同导致血栓倾向。创新点在于：1) 推翻"术前住院越长风险越高"的传统认知，发现适当延长住院可降低9%风险；2) 明确非高血压患者的短期血压波动更危险；3) 建立首个包含PDW指标的TKA专用预测工具。

临床转化价值体现在三方面：术前可通过模型筛查高风险患者并针对性控制血糖、血脂；术中精准控制失血量；术后动态监测PDW和FIB变化。该模型已集成于电子病历系统，助力实现从"经验性抗凝"到"精准预防"的范式转变，预计可使TKA相关血栓事件减少20%以上。未来需开展多中心前瞻性研究验证其普适性，并探索基因层面风险标志物的补充价值。