常见骨科手术术后物理治疗使用的预测因素

《JBJS Open Access》：Predictors of Postoperative Physical Therapy Utilization After Common Orthopaedic Procedures

　　背景：物理治疗在骨科手术后的康复中起着至关重要的作用，它有助于恢复功能、预防并发症并改善长期预后。然而，不同手术类型中术后接受物理治疗的预测因素仍不十分明确。本研究旨在利用美国国立卫生研究院“我们所有人”研究项目中的多样化全国性队列，识别8种常见骨科手术术后接受物理治疗的 demographics和临床预测因素。

方法：从美国国立卫生研究院“我们所有人”研究项目的数据库中筛选出接受8种常见骨科手术的患者。主要研究结果是手术后180天内的物理治疗使用情况。通过逐步多变量逻辑回归分析，调整了demographics、合并症、保险类型、就业状况、术前物理治疗情况、术后0至14天的阿片类药物处方以及手术类型等因素后，评估影响物理治疗使用的预测因素。同时进行了按手术类型分层的分析，统计显著性标准为p < 0.050。

结果：在12,666名患者中（59%为女性，平均年龄58±13岁），其中1,531名为西班牙裔/拉丁裔，1,445名为黑人。总体而言，术后有44%的患者接受了物理治疗。与男性相比，女性接受物理治疗的概率较低（调整后比值比为0.85，95%置信区间为0.78至0.92，p < 0.001），这一差异在经过全面调整后依然存在。术前接受物理治疗的患者（比值比为8.91，95%置信区间为7.75至10.23，p < 0.001）以及术后0至14天内接受阿片类药物处方的患者（比值比为1.66，95%置信区间为1.50至1.83，p < 0.001）更有可能接受术后物理治疗。仅在按手术类型分层的分析中，女性性别与较低物理治疗使用率之间的关联才达到统计显著性（比值比为0.78，95%置信区间为0.67至0.91，p = 0.001）。此外，接受物理治疗的患者90天内前往急诊科的次数较少（比值比为0.67，95%置信区间为0.59至0.76，p < 0.001）。

结论：术前物理治疗和术后早期阿片类药物处方是影响术后物理治疗使用的最强预测因素。尽管经过全面调整后，女性性别仍与较低的物理治疗使用率相关，但结构性因素及未被测量的因素也可能部分解释这一现象。这些研究结果有助于明确骨科手术后康复服务可及性的相关因素。未来需进一步研究术前物理治疗的开展情况、公平的阿片类药物处方策略以及解决保险相关问题的方法，以提升术后康复服务的可及性。证据等级为III级，属于预后相关研究。详细的证据等级说明请参见《作者指南》。

引言：物理治疗是骨科手术后康复的核心手段，它能够帮助患者恢复功能、预防并发症，并改善长期预后。然而，不同手术及患者群体中物理治疗的实际使用率差异较大，据报道其使用率在30%到80%之间不等。近年来，人们越来越关注骨科护理中存在的性别差异，呼吁采用更具性别区分度的报告方式。女性患者被推荐接受关节置换术的概率较低，通常在疾病较晚期才就医，且术后功能恢复效果也较差。术前物理治疗已被证明能改善全关节置换术后的功能和生活质量，这表明术前康复可能对术后恢复产生影响，但尚不清楚这种影响是源于术前康复本身还是其他因素。本研究旨在利用美国国立卫生研究院“我们所有人”研究项目中的多样化全国性队列，识别8种常见骨科手术术后接受物理治疗的demographics和临床预测因素。研究假设术前物理治疗和术后阿片类药物处方会独立增加术后物理治疗的使用率；同时，鉴于现有研究显示骨科护理中存在性别差异，研究还假设女性性别与较低的物理治疗使用率相关，而这种关联可能部分由保险覆盖情况和就业状况的差异所解释。

方法：数据来源：本研究使用了来自美国国立卫生研究院“我们所有人”研究项目注册层级整理数据存储库的匿名化数据，该数据库包含超过800,000名参与者的纵向数据，同时还关联了他们的电子健康记录信息。研究人群：通过当前手术术语编码，筛选出接受8种常见骨科手术的成年患者，这8种手术包括全膝关节置换术、关节镜下半月板切除术、关节镜下半月板修复术、前交叉韧带重建术、全髋关节置换术、关节镜下肩袖修复术、关节镜下二头肌腱固定术以及全肩关节置换术。选择这8种手术是因为它们在 ??数据库中属于最常见的关节镜手术、重建手术和置换手术，能够确保有足够的样本量用于按手术类型分层分析。对于同时接受多种符合条件手术的患者，仅保留最早进行的手术数据，以避免患者内部数据之间的相关性。预测变量：预测变量包括年龄、性别、西班牙裔/拉丁裔身份以及黑人种族。其他种族类别（亚洲人、混血儿以及其他/未指定种族）的样本量不足，无法进行稳定的多变量分析，相关信息在补充表I中以描述性形式呈现。合并症包括糖尿病、高血压、肥胖、抑郁症、焦虑症、高脂血症、慢性肾病、心血管疾病、肺部疾病、骨关节炎以及慢性疼痛，这些信息是从患者在手术前的健康记录中获取的。保险类型以及就业状况则来自调查数据。该数据存储库中未包含地理位置信息，因此无法对地区差异进行调整。其他变量还包括术前物理治疗情况，定义为手术前180天内有任何与物理治疗相关的CPT代码记录；以及术后阿片类药物处方情况，是通过匹配奥施康定、氢可酮、曲马多、吗啡、可待因、芬太尼、氢吗啡酮、氧吗啡酮以及塔彭他多等药物的名称，从手术后0至14天的药物使用记录中提取的。需要说明的是，该药物使用记录反映的是处方情况，而非实际的药物分发或患者服用情况。选择术后0至14天作为分析窗口，是为了与疾病控制中心关于阿片类药物处方的建议保持一致，同时避免与物理治疗效果评估的时间段产生重叠。结局指标：主要结局指标是手术后180天内有任何与物理治疗相关的CPT代码记录。另一个次要的物理治疗相关结局指标为“充分接受物理治疗”，定义为手术后90天内至少接受6次物理治疗。其他临床结局指标包括90天内前往急诊科的次数、2年内的再次手术情况、30天内的住院再入院率，以及90至180天内是否仍有阿片类药物处方。统计分析：首先使用Mann-Whitney U检验和卡方检验比较各组的基线特征。随后采用逐步多变量逻辑回归分析法来评估影响物理治疗使用的预测因素：首先建立一个基础模型，调整demographics、合并症以及手术类型等因素；接着分别调整抑郁症和焦虑症的影响；再调整术前物理治疗情况；随后调整术后阿片类药物处方情况；最后建立一个包含所有协变量的完全调整模型。通过E值分析来评估模型对未被测量混淆因素的稳定性。对于那些在电子健康记录中有较多就诊记录的患者，还进行了捕捉偏差敏感性分析。此外，还采用了随机效应元分析方法，对按手术类型分层的分析结果进行汇总，并计算不同手术之间的异质性程度。统计显著性标准为p < 0.050。为了探究术后0至14天的阿片类药物处方是否在西班牙裔种族与物理治疗使用率之间的关联中起中介作用，研究还采用了反事实中介分解法，并进行了1,000次自助抽样分析。该分析假设不存在未被测量的中介因素与结局变量之间的混淆关系，且各事件的发生时间顺序合理，这一假设得到了术后0至14天阿片类药物处方时间早于大多数物理治疗开始时间的支持。

研究人群：在最初筛选的16,765份骨科手术记录中，有12,666名患者被纳入主要分析队列。整个队列的平均年龄为58±13岁，其中7,427名患者为女性，占比59%；1,531名为西班牙裔/拉丁裔，占比12%；1,445名为黑人，占比11%。女性患者患有肥胖、抑郁症、焦虑症以及慢性疼痛的概率更高，而且她们更有可能是西班牙裔或黑人，这些差异均具有高度显著性（p < 0.001，详见表I）。

研究流程图：该图展示了如何从美国国立卫生研究院“我们所有人”研究项目注册层级整理数据存储库中筛选和确定研究队列的过程。最初共筛选了16,765份骨科手术记录，经过筛选后选出8种常见的骨科手术，同时要求每位患者只计入其最早接受的手术，此外还排除了那些电子健康记录随访时间少于180天的患者，最终有12,666名独特患者被纳入主要分析队列。其中EHR代表电子健康记录，N表示患者数量，NIH是美国国立卫生研究院的缩写，THA代表全髋关节置换术，TKA代表全膝关节置换术。

表I：按性别划分的患者特征（N = 12,666）
| 特征 | 女性（n = 7,427） | 男性（n = 5,239） | p值 |
|--------------------|------------------|------------------|---------------------|
| demographics | 年龄，均值±标准差 | 58 ± 13 | 58 ± 13 |
| | | 58 ± 13 | 0.452 |
| | 西班牙裔/拉丁裔比例 | 980（13%） | 551（11%） |
| | | | <0.001 |
| | 黑人种族比例 | 970（13%） | 475（9%） |
| | | | <0.001 |
| 合并症 | 糖尿病 | 1,134（15%） | 847（16%） |
| | 高血压 | 2,714（37%） | 2,053（39%） |
| | 肥胖 | 2,071（28%） | 1,038（20%） |
| | 抑郁症 | 1,701（23%） | 774（15%） |
| | 焦虑症 | 1,594（22%） | 696（13%） |
| | 慢性疼痛 | 3,149（42%） | 1,797（34%） |
| 手术类型 | TKA | 2,508（34%） | 1,479（28%） |
| | 关节镜下半月板切除术 | 2,191（30%） | 1,638（31%） |
| | 全髋关节置换术 | 1,236（17%） | 963（18%） |
| | 关节镜下肩袖修复术 | 753（10%） | 653（12%） |
| | 全肩关节置换术 | 392（5%） | 304（6%） |
| | 前交叉韧带重建术 | 208（3%） | 98（2%） |
| | 二头肌腱固定术 | 46（1%） | 71（1%） |
| | 半月板修复术 | 93（1%） | 33（1%） |
| 术前护理 | 术前物理治疗（180天内） | 963（13%） | 707（14%） |
| | | | 0.401 |
| 术后护理 | 术后0-14天阿片类药物处方 | 5,199（70%） | 3,898（74%） |
| | 术后180天物理治疗 | 3,155（43%） | 2,459（47%） |
| | 30天住院再入院率 | 938（13%） | 578（11%） |
| | 90天急诊科就诊率 | 727（10%） | 572（11%） |
| | 90天术后并发症发生率 | 164（2%） | 127（2%） |
| ACL代表前交叉韧带，PT代表物理治疗，THA代表全髋关节置换术，TKA代表全膝关节置换术。数值加粗表示p < 0.050。

物理治疗使用情况：手术后180天内的总体物理治疗使用率为44%，不同手术的该比例在27%（关节镜下半月板切除术）到62%（全膝关节置换术）之间不等。在完全调整后的模型中，术前物理治疗与物理治疗使用率之间的关联最为显著（调整后比值比为8.91，95%置信区间为7.75至10.23，p < 0.001），其次是军人/退伍军人保险相比私人保险的更高使用率（比值比为3.58，95%置信区间为2.90至4.41，p < 0.001），以及术后0至14天阿片类药物处方带来的更高使用率（比值比为1.66，95%置信区间为1.50至1.83，p < 0.001）。女性性别也与较低的物理治疗使用率独立相关（比值比为0.85，95%置信区间为0.78至0.92，p < 0.001）。而在经过全面调整后，西班牙裔种族与物理治疗使用率之间并无显著关联（比值比为0.93，95%置信区间为0.82至1.06，p = 0.301）。慢性疼痛（比值比为0.70，95%置信区间为0.64至0.78，p < 0.001）、失业状况（比值比为0.83，95%置信区间为0.76至0.92，p < 0.001）以及医疗补助保险（比值比为0.87，95%置信区间为0.76至1.00，p = 0.046）也与较低的物理治疗使用率独立相关。

表II：完全调整后的多变量模型：术后物理治疗使用率的预测因素（N = 12,666）
| 变量 | 调整后比值比 | 95%置信区间 | p值 |
|--------------------|-------------|--------------|---------------------|
| demographics | | | |
| 女性性别（ vs. 男性） | 0.85 | 0.78-0.92 | <0.001 |
| 年龄（每增加1岁） | 1.00 | 0.99-1.00 | 0.082 |
| 西班牙裔/拉丁裔种族（ vs. 非西班牙裔） | 0.93 | 0.82-1.06 | 0.301 |
| 黑人种族（ vs. 非黑人） | 0.94 | 0.83-1.07 | 0.356 |
| 合并症 | | | |
| 肥胖 | 1.18 | 1.06-1.32 | 0.002 |
| 糖尿病 | 0.95 | 0.84-1.08 | 0.436 |
| 高血压 | 0.89 | 0.79-0.99 | 0.034 |
| 抑郁症 | 0.94 | 0.82-1.07 | 0.334 |
| 焦虑症 | 1.20 | 1.06-1.36 | 0.005 |
| 慢性疼痛 | 0.70 | 0.64-0.78 | <0.001 |
| 保险类型（ vs. 私人保险） | | | |
| 医疗保险 | 0.98 | 0.87-1.10 | 0.714 |
| 医疗补助保险 | 0.87 | 0.76-1.00 | 0.046 |
| 军人/退伍军人保险 | 3.58 | 2.90-4.41 | <0.001 |
| 无保险 | 0.62 | 0.48-0.81 | <0.001 |
| 其他保险类型 | 1.05 | 0.82-1.35 | 0.682 |
| 未知保险类型 | 0.78 | 0.68-0.90 | <0.001 |
| 就业状况 | | | |
| 未就业（ vs. 就业） | 0.83 | 0.76-0.92 | <0.001 |
| 术前护理 | | | |
| 术前物理治疗 | 8.91 | 7.75-10.23 | <0.001 |
| 术后护理 | | | |
| 术后0-14天阿片类药物处方 | 1.66 | 1.50-1.83 | <0.001 |
| 手术类型（ vs. 全膝关节置换术） | | | |
| 全髋关节置换术 | 0.68 | 0.60-0.78 | <0.001 |
| 关节镜下肩袖修复术 | 0.51 | 0.44-0.60 | <0.001 |
| 全肩关节置换术 | 0.74 | 0.60-0.91 | 0.004 |
| 关节镜下半月板切除术 | 0.24 | 0.21-0.27 | <0.001 |
| 前交叉韧带重建术 | 0.91 | 0.68-1.22 | 0.534 |
| 半月板修复术 | 0.58 | 0.40-0.84 | 0.004 |
| 二头肌腱固定术 | 0.32 | 0.20-0.51 | <0.001 |
该模型已调整了年龄、性别、西班牙裔种族、黑人种族、合并症（包括糖尿病、高血压、肥胖、抑郁症、焦虑症、慢性疼痛、高脂血症、慢性肾病、心血管疾病、肺部疾病以及骨关节炎）、保险类型、就业状况、术前物理治疗情况、术后0至14天阿片类药物处方以及手术类型等因素。其中全膝关节置换术被设为手术类型的参考类别。数值加粗表示p < 0.050。ACL代表前交叉韧带，aOR代表调整后比值比，CI代表置信区间，PT代表物理治疗，Rx代表处方，TKA代表全膝关节置换术，VA代表退伍军人事务部。

按手术类型分层的分析：在采用完全调整后的模型进行按手术类型分层的分析后（见补充表II），只有在全膝关节置换术之后，性别差异导致的物理治疗使用率差异才具有统计显著性（调整后比值比为0.78，95%置信区间为0.67至0.91，p = 0.001）。通过随机效应元分析得到的女性性别与物理治疗使用率之间的调整后比值比为0.85，95%置信区间为0.77至0.94，而且不同手术之间的异质性程度较低（I2值为14%，Q值为8.15，p = 0.32，见图2）。

图2：女性患者与男性患者术后物理治疗使用率的调整后比值比比较森林图。该图展示了按手术类型分层后，女性患者与男性患者手术后180天内接受物理治疗的情况，显示了两组间的调整后比值比及其95%置信区间。各项估计值都是通过采用完全调整后的模型、并结合年龄、西班牙裔/拉丁裔种族、黑人种族、合并症、保险类型、就业状况、术前物理治疗情况以及术后0至14天阿片类药物处方等信息，通过针对特定手术类型的逻辑回归分析得出的。图中按效应大小对不同手术进行了排序，实心圆表示p < 0.050，空心圆表示p ≥ 0.050。菱形代表通过随机效应元分析得到的汇总估计值，其调整后比值比为0.85，95%置信区间为0.77至0.94，I2值为14%。ACL代表前交叉韧带，aOR代表调整后比值比，CI代表置信区间，PT代表物理治疗，RCR代表肩袖修复术，THA代表全髋关节置换术，TKA代表全膝关节置换术。

术前物理治疗与阿片类药物处方：总体而言，有1,670名患者（占比13%）在手术前180天内接受了术前物理治疗。与未接受术前物理治疗的患者相比，接受过该治疗的患者术后接受物理治疗的概率明显更高，分别为81%和39%（p < 0.001，见图3）。

图3：根据术前物理治疗情况划分的术后物理治疗使用率。该图显示了在手术前接受过物理治疗的患者（n = 1,670，占比81%）与未接受过该治疗的患者（n = 10,996，占比39%）术后180天内接受物理治疗的情况，两组间的差异具有高度显著性（χ2检验，p < 0.001）。调整后的比值比来自完全调整后的逻辑回归模型（aOR = 8.91；95%置信区间为7.75-10.23；p < 0.001）。aOR表示调整后的比值比，CI表示置信区间，PT表示物理治疗。此外，72%的患者有0至14天的阿片类药物处方记录。与非西班牙裔患者相比，西班牙裔患者获得阿片类药物处方的概率显著较低（52%对比75%；p < 0.001）。

逐步建模分析显示，性别与种族之间的关联存在不同模式（见补充图1和补充表III）。在调整了抑郁、焦虑、术前物理治疗以及阿片类药物处方等因素后，女性性别与物理治疗使用率之间的关联仍然稳定（aOR范围为0.74-0.76），但在纳入保险和就业状况的完全调整模型中这一关联则有所减弱（aOR为0.85；95%置信区间为0.78-0.92；p < 0.001）。相比之下，随着更多协变量的加入，西班牙裔种族与较低物理治疗使用率之间的关联逐渐减弱：在基础模型中该关联的aOR为0.83（p = 0.002）；在纳入术前物理治疗后该关联的aOR变为0.86（p = 0.021）；而在完全调整模型中，纳入阿片类药物处方后该关联的aOR分别为0.92（p = 0.216）和0.93（p = 0.301）。在正式的中介分析中，西班牙裔种族通过阿片类药物处方对物理治疗使用率的间接影响为-0.89个百分点（95%置信区间为-1.21至-0.62），表明西班牙裔患者较低的阿片类药物处方率导致了其物理治疗使用率出现统计学上显著的下降。而不通过阿片类药物处方产生的直接影响则并不显著（-1.28个百分点；95%置信区间为-3.71至+1.18）。

在次要分析中，物理治疗使用率与较低的90天急诊就诊次数相关（aOR为0.67；95%置信区间为0.59-0.76；p < 0.001）。相反，物理治疗使用率与较高的30天再入院率相关（aOR为1.56；95%置信区间为1.38-1.75；p < 0.001），也与90至180天内持续的阿片类药物处方相关（aOR为1.38；95%置信区间为1.26-1.52；p < 0.001）。不过，物理治疗使用率与2年的再次手术率之间并无显著关联（aOR为0.72；95%置信区间为0.51-1.02；p = 0.063），尽管整体的再次手术率较低（1.3%）。由于物理治疗使用率是针对180天内的情况进行的评估，且可能在30天或90天出现某些结果之后才开始进行，因此这些关联并不能确定物理治疗相对于相应结果的时间先后顺序。

总体而言，共有2,487名患者（占19.7%）达到了足够的物理治疗频率标准（90天内至少接受6次治疗）。在完全调整后的模型中，与任何程度的物理治疗使用情况相比，女性性别这一因素在该标准下的关联更为微弱（aOR为0.90；95%置信区间为0.81-1.00；p = 0.044），其中仅全膝关节置换术这一手术类型的关联具有显著性（aOR为0.79；95%置信区间为0.66-0.94；p = 0.007）。

在针对9,865名电子健康记录使用较为频繁的患者（占78%）所进行的捕捉偏差敏感性分析中，女性性别与较低的物理治疗使用率相关（aOR为0.71；95%置信区间为0.65-0.78；p < 0.001），这一效应强度大于在整个研究群体中的关联强度（aOR为0.85）。如果数据捕捉不足的情况更倾向于影响女性患者，那么仅分析数据捕捉较好的患者群体将会使估算值趋近于无差异状态；而相反的检测结果则表明性别差异并非由数据捕捉不均所导致。E值分析显示，术前物理治疗这一因素与物理治疗使用率之间的关联具有很高的稳定性，即便存在未测量的混杂因素（E值为5.42）；而女性性别这一因素的关联则因效应大小较小而更容易受到未测量混杂因素的影响（E值为1.39）。

本研究最重要的发现是，术前物理治疗以及术后早期的阿片类药物处方是常见骨科手术后患者术后物理治疗使用率的最强预测因子。保险类型和就业状况也与物理治疗使用率存在独立关联。在调整了这些因素后，女性性别与略低的物理治疗使用率相关，而在按手术类型分层的分析中，仅在全膝关节置换术之后这一关联才具有统计学显著性。

术前物理治疗是术后物理治疗使用率的最强预测因子，其作用强度远远超过其他任何人口统计学因素、合并症因素或药物因素。这很可能反映出既定的医疗护理流程（如预约机制、医生间的协作关系以及保险预授权流程），以及患者自身的各种因素，包括未能参加初次评估、健康素养水平以及获取医疗服务的机会等18–20。这些发现与以往关于术前康复研究的结论一致13。术后阿片类药物处方与物理治疗使用率之间的关联强度位居第二。在调整了阿片类药物处方这一因素后，西班牙裔种族与较低物理治疗使用率之间的关联不再具有显著性，这一现象表明，此前观察到的西班牙裔患者中阿片类药物处方差异可能部分解释了他们物理治疗使用率上的差异16,21–24。此外，阿片类药物处方也可能反映了手术的复杂性或疼痛程度，而这些因素在本研究群体中并未被直接测量25,26。正式的中介分析显示，西班牙裔种族通过阿片类药物处方对物理治疗使用率存在统计学上显著的间接影响，而直接影响则并不显著。不过这一结论需谨慎解读，因为该分析假设阿片类药物处方与物理治疗使用率之间不存在未测量到的混杂因素。即便如此，解决阿片类药物处方的公平性问题仍可能对西班牙裔患者的康复服务可及性产生影响27。

女性性别与略低的物理治疗使用率相关，但在调整了保险和就业状况后这一关联显著减弱。保险和就业状况调整后性别差异的减弱表明，造成这种差异的更多可能是结构性因素，而非性别本身的固有差异。照料责任等未测量因素也可能起到一定作用28。仅在全膝关节置换术这一亚组中，女性性别与较低物理治疗使用率之间的关联才具有统计学显著性，不过各手术类型之间的差异程度较低（I2 = 14%），且不同手术类型的估计值较为一致，这表明这一差异更多是由于全膝关节置换术的样本量较大所致，而非该手术类型特有的影响。与关节镜下半月板切除术相比，全膝关节置换术及其他关节置换术需要更为系统化的康复治疗29,30。在达到足够物理治疗频率的标准时，女性性别这一因素的关联强度更为微弱（aOR为0.90，而任何程度的物理治疗对应的aOR为0.85），这表明这种差异更多是由是否开始接受物理治疗决定的，而非治疗开始后的持续参与程度。

保险和就业状况与物理治疗使用率存在独立关联，这一结果与以往的研究结论一致31；军人/退伍军人保险与更高的物理治疗使用率相关32，而医疗补助计划的参保者则物理治疗使用率较低。慢性疼痛与较低的物理治疗使用率相关，这一现象可能反映出患者对活动的恐惧以及担心体力活动会加重症状，从而导致他们避免进行相关活动33。“未知”保险类别的参保者物理治疗使用率也较低（aOR为0.78；p < 0.001），这表明缺失的保险数据并非随机出现；这类患者可能属于保险覆盖不完整、近期更换过保险计划或调查回复不完整的人群，而这些情况都可能单独限制他们获得康复服务的机会。

物理治疗与较低的急诊就诊次数相关，但与较高的再入院率以及持续的阿片类药物处方相关。这种关联模式很可能是由疾病本身的复杂性所导致的混杂因素，因为那些出现并发症或持续疼痛的患者，既更有可能被建议接受物理治疗，也更可能需要再次入院或继续接受阿片类药物治疗。此外，物理治疗使用率也是基于180天内的情况来评估的，可能是在30天或90天出现某些结果之后才开始进行的，因此难以确定其时间先后顺序。这些关联结果更应被视为提出进一步研究假设的依据。

本研究存在若干局限性。首先，物理治疗使用率是根据电子健康记录中记录的CPT代码来确定的，如果患者在其他医疗机构接受了物理治疗，这一数据可能会低估实际的物理治疗参与程度；虽然这种数据捕捉不足的情况可能会使结果偏向无差异状态，但也不能排除不同人口统计学群体之间存在数据捕捉差异的可能性。 “任何程度的物理治疗”这一评估指标无法反映康复治疗的强度或患者对治疗的依从性，不过“达到足够物理治疗频率”这一分析在一定程度上弥补了这一局限性。其次，阿片类药物处方是根据药物使用记录表来确定的，该表格记录的是处方药品的信息，而非实际给药情况。慢性疼痛则是根据疾病发生记录表中的ICD-10代码来判定的，这一代码并不能准确反映临床上的疼痛程度，可能只是反映了病历记录的习惯，而非经过验证的疼痛严重程度。第三，逐步建模方法无法确定因果关系，而且女性性别这一因素的E值为1.39，表明其容易受到未测量混杂因素的影响。诸如照料负担、交通便利性、工作时间的灵活性以及外科医生的转诊习惯等可能的未测量混杂因素，其影响程度可能接近或超过这一阈值。

总之，术前物理治疗以及术后早期的阿片类药物处方是术后物理治疗使用率的最强预测因子。经过全面调整后，女性性别与较低的物理治疗使用率相关，不过这一现象可能部分是由结构性因素及未测量到的其他因素造成的。这些研究结果明确了影响骨科手术后患者康复服务可及性的各种因素。术前积极进行物理治疗、推行公平的阿片类药物处方政策，以及寻找解决保险相关障碍的策略，都是进一步提升术后康复服务可及性的可行途径。

附录：作者提供的支持性资料已作为数据补充材料发布在本文的在线版本上，网址为jbjs.org（http://links.lww.com/JBJSOA/B289）。