《Annals of Medicine》：Incidence and factors influencing the occurrence of postoperative thrombosis in patients with lower limb fractures across different age groups: a retrospective study
编辑推荐：
背景：术后静脉血栓（Postoperative Venous Thrombosis, PVT）是下肢骨折术后常见的并发症，然而针对不同年龄层的特异性危险因素尚不明确。该研究旨在识别青年/中年和老年患者中不同的预测因子，并构建针对性的预测模型。
患者与方法：
背景：术后静脉血栓（Postoperative Venous Thrombosis, PVT）是下肢骨折术后常见的并发症，然而针对不同年龄层的特异性危险因素尚不明确。该研究旨在识别青年/中年和老年患者中不同的预测因子，并构建针对性的预测模型。
患者与方法：这项多中心回顾性队列研究分析了2020年1月1日至2022年12月31日期间在两家三级医院接受下肢骨折手术的483例患者中PVT的影响因素。参与者被分为青年/中年组（18-59岁，n=269）和老年组（≥60岁，n=214）进行分层分析。分析了全面的围手术期变量。PVT通过术后7天内的超声检查诊断。采用多变量逻辑回归识别年龄特异性预测因子，随后构建列线图（nomogram）模型。通过曲线下面积（Area Under the Curve, AUC）评估模型性能。
结果：青年/中年组和老年组患者的总体PVT发生率分别为15.24%和23.36%（p<0.05）。青年/中年人群中术后血栓形成的预测因素包括术中胶体输注速率（OR=0.784, 95%CI: 0.667–0.921）、术前凝血酶原时间活动度（Prothrombin Time Activity, PTA）（OR=0.947, 95%CI: 0.913–0.982）和术后抗凝药使用（OR=7.117, 95%CI: 2.062–24.560）；老年组中的预测因素包括术中晶体液总量（OR=1.001, 95%CI: 1.000–1.001）和胶体输注速率（OR=1.101, 95%CI: 1.104–1.208）、术后总蛋白（Total Protein, TP）（OR=0.937, 95%CI: 0.886–0.990）和血清钠（Serum Sodium）（OR=0.918, 95%CI: 0.848–0.994）。青年/中年组模型的AUC和总分值分别为0.760和204分，老年组分别为0.750和116分。
结论：不同年龄组的骨折患者需要不同的风险管理和围手术期治疗。该研究开发了年龄特异性PVT预测模型，突出了青年/中年和老年患者之间不同的风险特征。对于青年/中年患者，应优化术前凝血状态，限制术后抗凝药的过度使用，并加强液体容量恢复。对于老年患者，应严格限制术中液体输入，并监测术后蛋白质和电解质水平。
**论文解读：不同年龄层下肢骨折术后静脉血栓形成的影响因素与预测模型**
**研究背景与问题**
术后静脉血栓（Postoperative Venous Thrombosis, PVT）是下肢骨折术后常见且潜在致命的并发症，文献报道其发生率可高达40%。深静脉血栓（Deep Vein Thrombosis, DVT）在围手术期患者中具有高发病率、高致残率和高死亡率的特点，严重制约患者康复并增加死亡风险。年龄是公认的不可改变的血栓形成危险因素，尽管过去30年年龄标准化骨折发病率呈下降趋势，但老年人群的骨折发生率仍在上升。青年/中年患者与老年患者在血管状况、血液成分、活动能力、合并症及免疫反应等方面存在显著差异，导致术后血栓形成的病理生理机制和影响因素亦不相同。然而，现有研究较少针对不同年龄层进行独立分析，且多集中于术前因素，缺乏对患者整个围手术期的综合考量。因此，有必要开展完整的围手术期研究，识别不同年龄层下肢骨折术后血栓形成的影响因素，并构建预测模型，以指导高风险临床人群的识别与早期干预。该研究发表于《Annals of Medicine》。
**主要关键技术方法**
该研究采用多中心回顾性队列设计，数据来源于2020年1月1日至2022年12月31日期间西安交通大学第一附属医院和西安市红会医院两家三级甲等骨科医院。纳入483例接受下肢骨折手术的患者，根据年龄分为青年/中年组（18–59岁，n=269）和老年组（≥60岁，n=214）。主要技术方法包括：术后7天内通过超声诊断PVT；采用多变量逻辑回归分析识别年龄特异性预测因子；基于回归结果构建列线图（nomogram）预测模型；通过受试者工作特征曲线下面积（Area Under the Curve, AUC）评估模型区分度，并采用Bootstrap法（500次重抽样）进行内部验证，计算一致性指数（C-index）和Brier评分。
**研究结果**
**参与者选择**：在研究期间，共纳入1171例下肢骨折手术患者，排除297例缺失关键临床数据、158例年龄<18岁及233例手术时间<120分钟的患者，最终纳入483例有效病例。
**参与者特征**：青年/中年组269例（55.69%），老年组214例（44.31%）。骨折部位以股骨骨折最多（53.21%），其次为胫腓骨骨折（25.47%）；手术类型以内固定为主（70.81%），关节置换次之（27.74%），外固定最少（3.11%）。
**血栓发生率**：总体PVT发生率为18.84%，青年/中年组为15.24%，老年组为23.36%（p<0.05）。男性与女性发生率分别为18.32%和19.46%。不同骨折部位中，髌骨和膝关节骨折术后血栓发生率最高（26.09%），髋部和骨盆骨折次之（15.79%），股骨骨折最低（12.45%）。虽外固定手术类型最少，但其PVT发生率最高（33.33%）。相关性分析显示，年龄、术前冠心病、手术时长和术后抗凝治疗与PVT显著相关，而骨折部位和手术类型未显示显著关联。
**青年/中年人群PVT影响因素分析**：单因素分析筛选出25个有统计学意义的因素，经多变量调整后，术中胶体输注速率（OR=0.784, 95%CI: 0.667–0.921）和术前凝血酶原时间活动度（Prothrombin Time Activity, PTA）（OR=0.947, 95%CI: 0.913–0.982）为独立保护因素，术后抗凝治疗（OR=7.117, 95%CI: 2.062–24.560）为独立危险因素。
**老年人群PVT影响因素分析**：单因素分析筛选出21个有统计学意义的因素，多变量分析显示，术中晶体液总量（OR=1.001, 95%CI: 1.000–1.001）和胶体输注速率（OR=1.101, 95%CI: 1.004–1.208）为独立危险因素，术后总蛋白（Total Protein, TP）（OR=0.937, 95%CI: 0.886–0.990）和术后血清钠（OR=0.918, 95%CI: 0.848–0.994）为独立保护因素。
**术后血栓预测模型的构建**：基于多变量分析结果，分别构建了列线图预测模型。青年/中年组模型AUC为0.760（95%CI: 0.681–0.840），截断值为0.465，灵敏度70.7%，特异度75.8%，总分≥204分提示风险显著增加；内部验证C-index为0.754（95%CI: 0.752–0.763），Brier评分为0.114。老年组模型AUC为0.750（95%CI: 0.670–0.830），截断值为0.430，灵敏度72.3%，特异度70.7%，总分≥116分提示风险显著增加；内部验证C-index为0.740（95%CI: 0.737–0.753），Brier评分为0.146。两模型均显示出良好的区分度和校准能力。
**讨论与结论**
讨论部分指出，该研究通过分层分析揭示了不同年龄层PVT影响因素的显著差异。液体管理方面，青年/中年人群中胶体输注速率为保护因素，而老年人群中晶体液总量和胶体输注速率均为危险因素，这可能与老年患者生理调节能力下降、高凝状态易被诱发有关。术前PTA作为青年/中年人群的保护因素，反映了凝血因子活性的精准指标。值得注意的是，术后抗凝治疗在青年/中年人群中反而成为危险因素，且在老年人群中未显示获益，提示对于下肢骨折患者，尤其是低风险人群，应谨慎使用抗凝治疗，避免破坏内源性凝血-抗凝平衡。老年患者中，术后总蛋白和血清钠水平为保护因素，其机制涉及血管内皮保护、凝血-抗凝调节及血液流变学优化等。研究构建的预测模型具有良好性能，AUC分别为0.760和0.750，具备临床实用价值。
结论：该研究识别了青年/中年和老年人群DVT的预测因子，并构建了具有稳健预测效能的相应模型，为临床管理提供指导。对于青年/中年患者，应谨慎使用术后抗凝；对于老年患者，需严格控制术中液体量和输注速率，建议术后24小时内密切监测PTA、TP和血清钠水平。针对不同患者群体实施个体化的围手术期液体管理至关重要。该研究人群来自中国西北地区两家有影响力的中心，结果对亚洲人群具有代表性，但缺乏非洲、美洲等其他人群数据，且随访仅覆盖术后7天，缺乏长期结果，未来需扩大人群并延长随访。
