老年股骨转子间骨折患者PFNA围术期输血风险预测模型的构建与验证

为解决老年股骨转子间骨折(EIF)患者行股骨近端防旋髓内钉(PFNA)固定时围术期输血风险高、临床决策缺乏量化工具的问题，广西医科大学第一附属医院团队通过回顾性分析127例患者数据，采用随机森林和LASSO回归筛选出术前血红蛋白(HGB)、年龄、尿素、白蛋白(ALB)和手术体位5个关键预测因子，构建了AUC达0.865的列线图模型。该模型通过内部验证(C-index=0.823)证实其优异预测性能，为临床提前干预输血风险提供可视化工具，成果发表于《BioMedical Engineering OnLine》。

　　

随着全球老龄化加剧，骨质疏松相关的髋部骨折已成为重大公共卫生问题。其中股骨转子间骨折(EIF)占髋部骨折的42%，而股骨近端防旋髓内钉(PFNA)因其微创优势成为主流术式。但鲜为人知的是，这种看似出血少的手术实则存在惊人的隐性失血(HBL)——研究显示89.4%的失血量来自术前和术后不可见的内部渗血。更棘手的是，输血虽能纠正贫血，却可能引发感染风险上升、免疫反应等并发症。面对这一临床困境，广西医科大学第一附属医院的研究团队开展了一项创新研究，试图破解PFNA围术期输血风险的预测密码。

研究团队回顾性分析了2014-2022年间127例接受PFNA治疗的EIF患者数据。通过随机森林和LASSO回归双重筛选，最终锁定术前血红蛋白(HGB_输血组101.5 vs 非输血组120.5 g/L)、年龄(>80岁风险显著增加)、尿素、白蛋白(ALB)及手术体位(侧卧位降低风险)5个核心指标。这些发现颠覆了传统认知——例如侧卧位因缩短手术时间成为保护因素，而营养指标ALB与HGB的正相关性(r=0.56)揭示了术前营养干预的重要性。

关键技术方法包括：1) 多中心回顾性队列构建(127例EIF患者)；2) 随机森林算法筛选特征变量；3) LASSO回归优化预测因子；4) 列线图可视化建模；5) Bootstrap法内部验证(1000次重采样)。

主要研究结果
基线特征：输血组56例(44%)，平均年龄81岁显著高于非输血组74岁(p<0.001)，术前HGB差值达19g/L(p<0.001)。
预测因子筛选：随机森林识别出HGB、年龄等7个变量，LASSO回归筛选6个指标，两者交集确定最终5个预测因子。
模型性能：构建的列线图AUC达0.865，校准曲线逼近理想线(MAE=0.031)，DCA显示临床实用阈值范围0.125-1.0。

讨论与意义
该研究首次将手术体位(侧卧位OR=0.38)和生化指标(尿素OR=1.21)纳入预测体系，突破传统仅关注HGB的局限。模型通过"总分转换概率"的设计，如70岁患者HGB 110g/L、ALB 30g/L时输血概率达82%，使临床决策直观可量化。值得注意的是，研究揭示了老年患者"三重脆弱性"：年龄相关HGB降低、尿素代谢异常提示的肾功能减退、以及ALB反映的营养不良，这三者的交互作用显著放大输血风险。

尽管存在单中心回顾性研究的局限性，但该模型为PFNA术前评估提供了首个多维度工具。临床医生可据此提前干预高危患者——如通过营养支持提升ALB、优化手术体位选择，既避免盲目输血带来的感染风险，又确保医疗资源合理分配。未来需通过前瞻性多中心研究进一步验证，并探索将凝血功能等指标纳入模型的可行性。这项发表于生物医学工程顶级期刊的成果，为骨科与输血医学的交叉研究开辟了新思路。