脊柱关节炎患者手术需求预测列线图的开发与验证

《BMC Musculoskeletal Disorders》：Development and validation of a predictive nomogram for surgical intervention in patients with spondylodiscitis

　　

摘要

背景

脊柱关节炎的临床表现通常复杂，部分患者因神经功能缺损、结构不稳定或药物治疗失败需要手术干预。早期识别高危患者仍然具有挑战性，目前尚无广泛接受的预测模型来指导手术决策。本研究旨在开发并验证一个用于预测脊柱关节炎患者手术需求的列线图。

方法

本回顾性研究纳入 223 例脊柱关节炎患者，这些患者于 2023 年 9 月至 2025 年 9 月间收治于山东大学公共卫生临床中心脊柱感染外科。收集了这些病例的相关临床、实验室和微生物学数据。采用 LASSO 回归和单因素 Logistic 回归分析来识别最相关的诊断预测因子。随后基于选定的变量开发了一个列线图。使用受试者工作特征（ROC）曲线、校准曲线和决策曲线分析（DCA）评估了该列线图的诊断性能和临床效用。

结果

选择了八个变量来构建脊柱关节炎手术干预的列线图，包括神经功能障碍、硬膜外脓肿、骨质疏松、矢状位骨质破坏程度、局部后凸畸形、白细胞介素 -6（IL-6）、血浆纤维蛋白原和血小板。预测模型的 AUC 为 0.907（95% CI，0.861–0.952），在内部验证中，AUC 为 0.910（95% CI，0.850–0.940）。该预测模型校准良好，DCA 显示，如果手术干预的阈值概率在 3% 到 96% 之间，使用提出的列线图预测脊柱关节炎的手术干预将获得净获益。

结论

提出的列线图利用易于获得的临床参数有效地预测了脊柱关节炎患者手术干预的可能性。该工具可协助临床医生识别需要手术概率高的患者，从而促进及时的手术评估并可能改善预后。

临床试验号

不适用。