原发性全膝关节置换术后假体周围关节感染的围手术期风险分层：纳入血清白蛋白、血糖状态及术中低体温的病例匹配队列研究

《Knee Surgery & Related Research》：Perioperative risk stratification for periprosthetic joint infection after primary total knee arthroplasty: a case-matched cohort study incorporating serum albumin, glycemic status, and intraoperative hypothermia

　　

摘要

背景
假体周围关节感染（PJI）仍然是原发性全膝关节置换术（TKA）后的严重并发症。本研究探讨了血清白蛋白、术前血糖以及术中最低体温（LBT）与原发性TKA后1年内PJI发生之间的独立关联及联合关联。

材料与方法
本研究为一项回顾性病例匹配队列研究，从接受原发性TKA的4319例筛查对象中纳入312例患者（57例PJI病例，255例对照）。病例与对照按术者及手术年份以1:5进行匹配（频数匹配）。感染依据2018年国际共识会议标准（ICM）进行定义。研究人员采用多变量Logistic回归分析（7个协变量，变量事件比[events-per-variable, EPV] = 8.1）及受试者工作特征曲线（ROC）分析，以识别独立预测因子并评估判别能力。基于ROC导出的截断值构建了两个复合模型：双因素术前模型（血清白蛋白≤4.1 g/dL + 血糖≥147 mg/dL）以及进一步纳入LBT≤35.5 °C的三因素围手术期模型。

结果
在4319例患者中，57例（1.3%）发生PJI。较低血清白蛋白与更高感染发生比值相关［比值比（OR）每降低0.1 g/dL为0.87，95%置信区间（CI）0.78–0.97；p = 0.010］；血糖升高与风险增加相关（OR每升高1 mg/dL为1.01，95% CI 1.00–1.02；p = 0.014）；LBT≤35.5 °C与风险显著增加相关（OR = 2.65，95% CI 1.40–5.02；p = 0.003）。双因素模型［曲线下面积（AUC）= 0.63］和三因素模型（AUC = 0.69）均显示，随着累积风险分层增加，PJI发生呈阶梯式上升；校正后的多变量模型达到AUC = 0.71（95% CI 0.63–0.79）。

结论
血清白蛋白、血糖及术中LBT是原发性TKA后PJI的独立且可干预预测因子。双因素术前模型（白蛋白 + 血糖）可支持术前筛查；加入LBT的三因素模型可为结构化常温维持方案提供术中监测依据。这些探索性截断值来源于单中心队列，在临床实施前仍需外部多中心验证。

该文发表于《Knee Surgery》。研究聚焦于原发性全膝关节置换术（TKA）后假体周围关节感染（PJI）的围手术期风险识别问题。PJI是TKA后最严重且资源消耗最高的并发症之一，患者常需接受翻修手术、长期抗菌治疗及延长住院，因此其预防具有重要临床价值。既往PJI风险预测工具多偏重年龄、性别、合并症负担及手术复杂度等相对不可干预因素，虽有一定预测效能，但对围手术期优化决策的指导有限。相比之下，营养状态、糖代谢状态以及术中体温管理均属于常规可测、且具有潜在可纠正性的生理参数。基于此，研究人员围绕血清白蛋白、术前血糖与术中最低体温（LBT）三项指标，评估其与术后1年内PJI的独立关联及联合分层价值，旨在建立一个更简洁、具有生物学合理性且可直接转化为围手术期管理策略的风险分层框架。

从研究背景看，低白蛋白血症可反映蛋白储备不足、系统炎症状态及宿主生理韧性下降，既往已被证实与关节置换术后伤口愈合不良及感染风险增加相关。围手术期高血糖则可损害中性粒细胞趋化、氧化杀菌与早期炎症清除功能，而这种感染易感性并不完全由“糖尿病”这一诊断标签所代表。另一方面，术中低体温可导致外周血管收缩、组织氧张力下降及先天免疫反应减弱，从而削弱植入物—组织界面的局部细菌清除能力。研究人员据此提出假设：上述三项可干预的围手术期参数不仅各自能够独立预测PJI，而且联合后可形成具有临床实用性的分层体系，用于术前筛查与术中监测。

本研究采用单中心回顾性病例匹配队列设计，在某三级学术医疗中心纳入2016—2021年接受原发性TKA的成年患者。研究人员共筛查4319例患者，其中57例于术后1年内发生PJI，总发生率为1.3%。以术者与手术年份进行1:5频数匹配，从未感染患者中选择对照，排除术前炎症指标异常、活动性尿路感染及病历不完整者后，最终形成312例分析队列，包括57例PJI病例和255例对照。PJI依据2018年国际共识会议标准（ICM）判定，并由治疗骨科医师确诊、两名独立研究者复核。该设计的核心目的在于控制术者操作差异及机构感染防控策略随时间变化所带来的混杂影响，从而更集中地评估患者层面的可干预生理因素。

主要技术方法概括如下：研究基于单中心2016—2021年原发性TKA病例建立回顾性病例匹配队列，按术者和手术年份进行1:5频数匹配；以2018年ICM标准界定术后1年内PJI；收集术前实验室指标、术中体温与麻醉相关变量；采用Mann–Whitney U检验、χ²检验或Fisher确切检验比较组间差异；以多变量二元Logistic回归识别独立危险因素，并用Bootstrap重复抽样验证稳健性；进一步通过ROC分析、DeLong检验和限制性立方样条（RCS）评估判别性能、模型比较及LBT与PJI关系的非线性特征。

研究结果部分可按原文小标题概括如下。

Study population and baseline characteristics
研究人员发现，两组在年龄、性别、体质指数（BMI）、美国麻醉医师协会体格状态分级（ASA）及各项合并症分布方面总体可比，人口学与基础疾病变量均未达到统计学显著性。这说明在匹配后，病例组与对照组的总体基线较为均衡，为后续比较围手术期生理指标与PJI之间的关联提供了基础。

Preoperative laboratory findings
术前实验室检查显示，病例组血清白蛋白明显低于对照组，提示营养—免疫储备较差与感染发生有关。具体而言，PJI组白蛋白中位数为4.36 [4.16–4.59] g/dL，对照组为4.50 [4.30–4.70] g/dL，差异具有统计学意义。术前血糖在PJI组数值上更高，但在未校正的单因素比较中未达显著性。血红蛋白、白细胞计数（WBC）、C反应蛋白（CRP）及红细胞沉降率（ESR）在两组间无显著差异。该结果表明，常规炎症和血液学指标在本队列中并未表现出明显区分能力，而白蛋白作为营养及炎症复合指标更具提示价值。

Intraoperative variables
术中变量分析显示，PJI组最低记录体温显著低于对照组，且LBT≤35.5 °C的比例在病例组明显更高，支持术中较重低体温暴露与感染风险增加有关。此外，两组在全身麻醉使用率和静脉输液量方面存在差异，但氨甲环酸使用、术中吗啡总量及关节腔内注射药物类型无显著不同。住院时长虽然中位数相同，但PJI组分布右尾更重，提示围手术期过程更复杂。不过原文强调，这一差异更应被视为并发症负担的下游标志，而非住院期间完成PJI诊治的证据。

Multivariable logistic regression analysis
在包含7个预设协变量的简约多变量Logistic回归模型中，研究人员识别出4项与PJI独立相关的因素。首先，血清白蛋白降低与PJI风险升高独立相关，OR为每降低0.1 g/dL对应0.87，说明白蛋白越低，感染优势比越高。其次，术前血糖升高与PJI发生独立相关，OR为每升高1 mg/dL对应1.01。第三，LBT≤35.5 °C与PJI显著相关，OR为2.65，是三项主要可干预因素中效应量最大的指标。第四，BMI也表现为独立危险因素，OR为每增加1 kg/m²对应1.08。Bootstrap置信区间与主分析结果高度一致，方差膨胀因子（VIF）均低于1.3，Hosmer–Lemeshow拟合优度检验提示模型校准良好，完整多变量模型AUC为0.71。

Sensitivity analysis using continuous LBT
当LBT以连续变量形式纳入同一校正模型时，每升高1 °C，PJI发生优势比为0.52，提示体温越低感染风险越大。限制性立方样条分析未发现明显非线性偏离，说明LBT与PJI之间的关系既可用连续形式表征，也可用35.5 °C这一阈值形式进行临床解释。因此，35.5 °C截点更多体现为便于床旁决策的解释规则，而非统计建模中唯一必要的设定。

ROC analysis and composite model discrimination
ROC分析表明，在单变量中，血清白蛋白具有最强判别能力，AUC为0.64；LBT次之，AUC为0.59；单独连续血糖的AUC为0.57，未达显著。基于既定阈值构建的双因素术前模型，即白蛋白≤4.1 g/dL与血糖≥147 mg/dL，AUC为0.63；在此基础上加入LBT≤35.5 °C形成三因素围手术期模型后，AUC提升至0.69。DeLong检验显示，三因素模型显著优于单独血糖模型，也显著优于双因素模型。这说明术中体温信息可为术前风险框架提供额外判别增益。

Risk stratification
风险分层分析进一步体现了模型的临床解释性。双因素术前模型中，随风险因素个数由0、1增至2，观察到的PJI发生率依次为13.5%、36.4%和60.0%，呈明显阶梯式上升。三因素围手术期模型中，0、1、2、3个风险因素对应的PJI发生率分别为10.3%、25.0%、50.0%和100%，同样呈累积递增趋势。原文特别指出，3分层仅包含2例患者，因此100%的感染率统计上不稳定，只能理解为累积风险负担增强的方向性信号，而不能作为可靠的绝对风险估计。

Discussion
讨论部分指出，本研究的核心贡献在于提出一个顺序式的双模型围手术期风险框架。血清白蛋白代表营养—免疫储备，术前血糖代表代谢应激状态，LBT代表术中热防御状态，三者分别对应PJI发生机制中的不同但互补环节。研究结果支持：即使尚未达到传统营养不良阈值，较低白蛋白也可能提示亚临床营养—炎症损害并增加感染易感性；血糖状态较糖尿病诊断本身更能反映真实感染生物学脆弱性；而术中低体温是麻醉团队可实时监测并直接干预的风险暴露。BMI虽为独立危险因素，但因其不易在短期围手术期内快速修正，故未纳入复合评分框架。作者同时强调，双因素模型是唯一完全术前可用的筛查工具，适合帮助骨科医师在切皮前识别高风险患者并考虑营养优化与血糖管理；三因素模型则将风险评估延伸至术中，为麻醉医师实施主动保温策略提供监测依据。尽管模型AUC仅处于中等水平，但其临床可解释性强、指标获取成本低、并可直接链接至可操作干预措施，因此具有较高实际应用潜力。

此外，研究也明确指出若干局限。该研究为单中心回顾性分析，虽然通过术者及年份匹配控制了部分实践差异，但外部可推广性仍有限；血糖与LBT阈值由本队列ROC分析得出，属于探索性界值；残余混杂因素如致病菌特征、抗菌药物时机、手术复杂度、假体变量及围手术期抗感染方案等无法完全排除；高风险最高分层样本极少，精确性不足。因此，这一框架更适合作为筛查和分诊工具，而非个体化绝对预测算法。作者认为，未来应在多中心前瞻性队列中对两个复合模型进行外部验证，并进一步评估以白蛋白、血糖及体温为导向的优化措施是否能够真正降低PJI发生率。

结论部分可译为：在该原发性TKA病例匹配队列中，3项可干预的围手术期参数——血清白蛋白、术前血糖及术中最低体温——均与术后1年PJI风险独立相关。双因素术前模型（白蛋白 + 血糖）可识别适合进行营养与血糖优化的术前高风险患者；在此基础上加入LBT≤35.5 °C的三因素围手术期模型，则可将该框架延伸至术中阶段，以支持由麻醉医师主导的实时主动保温策略。两种模型虽然形式判别能力中等，但临床可解释性较高，应被视为一种务实的筛查与分诊框架，而非确定性的个体化预测算法。在临床采纳前，仍必须开展外部多中心验证。