Risk factors of preoperative deep venous thrombosis in young and middle-aged patients with hip fracture and construction of a Nomogram predictive model
-
摘要:目的
分析中青年髋部骨折患者术前深静脉血栓形成(DVT)的危险因素，并构建列线图预测模型。
方法选取首次确诊髋部骨折的中青年患者共408例，根据术前双功能彩色多普勒超声检查(DUS)结果分为DVT组60例和无DVT组348例。比较2组临床资料和血生化指标; 采用多因素Logistic回归分析筛选危险因素，并构建列线图模型。
结果单因素分析发现，相比于无DVT组, DVT组年龄更大，低能量损伤增多，受伤至DUS时间和总住院时间延长，血清总蛋白 < 60 g/L、白蛋白 < 35 g/L、乳酸脱氢酶(LDH)≥250 U/L、红细胞(RBC)计数 < 4.0×1012/L、血红蛋白(Hb) < 110 g/L、红细胞压积(HCT)≥50%、血小板计数≥300.0×109/L和D-二聚体≥0.5 mg/L的患者比率较高，差异均有统计学意义(P < 0.05)。多因素Logistic回归分析显示，年龄大、受伤至DUS时间长、LDH≥250 U/L、D-二聚体≥0.5 mg/L和HCT≥50%是术前DVT发生的独立危险因素(P < 0.05)。采用R软件建立列线图模型，总分220分。受试者工作特征(ROC)曲线计算列线图预测DVT的曲线下面积(AUC)为0.897, 大于各单一危险因素的AUC, 差异有统计学意义(P < 0.05)。Hosmer-Lemeshow检验显示，列线图的拟合优度良好(χ2=1.625, P=0.342)。校正曲线显示，列线图预测DVT的发生概率与实际DVT发生率有较好的一致性。
结论中青年髋部骨折患者也有一定的术前DVT发生率，年龄大、受伤至DUS时间长、LDH≥250 U/L、D-二聚体≥0.5 mg/L和HCT≥50%是影响术前DVT发生的独立危险因素。构建列线图模型用于指导术前筛查高风险DVT患者有较好的应用潜力。
Abstract:ObjectiveTo analyze the risk factors of preoperative deep venous thrombosis (DVT) in young and middle-aged patients with hip fracture, and to construct a Nomogram predictive model.
MethodsA total of 408 young and middle-aged patients firstly diagnosed as hip fracture were selected, and they were divided into DVT group with 60 cases and no DVT group with 348 cases according to the result of preoperative dual functional color Doppler ultrasonography (DUS). Clinical materials and blood biochemical indicators were compared between two groups; the multivariate Logistic regression analysis was used to screen risk factors, and a Nomogram model was established.
ResultsSingle factor analysis showed that when compared to the no DVT group, the age was older, the low energy injury increased, the time from injury to DUS and the total hospital stay prolonged, the ratios of patients with total serum protein < 60 g/L, albumin < 35 g/L, lactate dehydrogenase (LDH) ≥250 U/L, the red blood cell (RBC) count < 4.0×1012/L, hemoglobin (Hb) < 110 g/L, hematocrit (HCT) ≥50%, platelet count ≥300.0×109/L and D-dimer ≥0.5 mg/L in the DVT group were higher, and all these differences were statistically significant (P < 0.05). Multivariate Logistic regression analysis showed that older age, longer time from injury to DUS, LDH ≥250 U/L, D-dimer ≥0.5 mg/L and HCT ≥50% were the independent risk factors for preoperative DVT (P < 0.05). R software was used to establish the Nomogram model, with a total score of 220 points. The area under thecurve (AUC) of the Nomogram for predicting DVT by receiver operating characteristic (ROC) curve was 0.897, which was significantly larger than that of each single risk factor (P < 0.05). The Hosmer-Lemeshow test showed that the goodness of fit of the Nomogram was good (χ2=1.625, P=0.342). The correction curve showed that the predicted probability of DVT by the Nomogram was consistent with the actual incidence of DVT.
ConclusionYoung and middle-aged patients with hip fracture have a certain incidence rate of preoperative DVT, and older age, longer time from injury to DUS, LDH ≥250 U/L, D-dimer ≥0.5 mg/L and HCT ≥50% are the independent risk factors affecting the occurrence of preoperative DVT. The established Nomogram model shows a good application potential for guiding preoperative screen of patients with high-risk DVT.
-
2型糖尿病(T2DM)患者常合并多种慢性并发症，可分为大血管病变、神经病变与微血管病变3大类，其中微血管病变具有特殊的病理生理变化且已有明确的诊断标准，主要包括糖尿病性肾病(DKD)、糖尿病视网膜病变(DR)、糖尿病周围血管病变(PAD)等[1]。尿酸是嘌呤代谢的终产物，主要经肾脏排出，血尿酸(SUA)升高是T2DM发生的危险因素之一，故临床中常见T2DM合并高尿酸血症(HUA)患者[2]。研究[3]表明, SUA升高与糖尿病微血管病变的发生和发展具有密切关系。T2DM患者合并HUA时，其微血管病变发生风险将进一步升高。本研究探讨T2DM合并HUA患者发生微血管病变的影响因素，以期为此类患者的健康管理提供参考依据。
1. 资料与方法
1.1 一般资料
选取2019年1月—2021年12月重庆市璧山区人民医院内分泌科收治的102例T2DM合并HUA患者作为研究对象。纳入标准: ①符合《中国2型糖尿病防治指南(2020年版)》[4]中T2DM诊断标准者; ②符合《中国高尿酸血症相关疾病诊疗多学科专家共识》[5]中HUA诊断标准者: ③年龄>18岁者; ④具有完整临床资料者。排除标准: ①临床确诊1型糖尿病、妊娠期糖尿病或其他特殊类型糖尿病者; ②合并糖尿病相关急性并发症者; ③合并感染性疾病、严重肝功能障碍、恶性肿瘤及心脑血管疾病者; ④入组前3个月内服用过影响尿酸代谢的药物者; ⑤原发性或继发性肾脏病、肾结石患者; ⑥既往有痛风病史者; ⑦入组前6个月内有大型手术史或严重外伤者; ⑧合并精神类疾病、认知功能障碍及其他可能影响临床试验配合度的疾病者。本研究获得医院医学伦理学委员会审核批准，所有患者和(或)家属均知情同意，且签署知情同意书。
1.2 方法
1.2.1 一般资料收集
从医院病历管理系统中调取并统计患者的基本信息，包括性别、年龄、病程、吸烟史(>1支/d, 持续1年以上为有吸烟史)、饮酒史(近3个月内饮酒量≥50 g/月为有饮酒史)、既往病史(高血压病等)。
1.2.2 体格指标测量
入院当日采用身高-体质量测量仪对患者脱鞋直立身高、体质量进行测量，计算体质量指数(BMI), BMI=体质量(kg)/身高(m)2, 并测量腰臀比(WHR)。嘱患者安静坐位休息10~30 min后，使用电子血压计测量其收缩压(SBP)和舒张压(DBP)。
1.2.3 生化指标检测
抽取患者入院当日或次日清晨空腹时(空腹8~10 h)静脉血，采用葡萄糖氧化酶法测定空腹血糖(FBG)水平，采用糖化血红蛋白(HbA1c)分析仪测定HbA1c含量，采用克曼5800全自动生化分析仪检测血清甘油三酯(TG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、SUA、血肌酐(Scr)和血尿素氮(BUN)含量。采用肾脏病膳食改良试验(MDRD)公式计算估算肾小球滤过率(eGFR), eGFR[mL/(min·1.73 m3)]=175×Scr1.234×年龄0.179×(女性×0.79)。
1.2.4 微血管病变诊断
① DR, 由眼科专业医师采用日本Topcom TRC-50DX眼底彩色机进行彩色眼底像拍摄，结合眼底镜检查，并由至少2名专业人员阅片后诊断; ② DKD, 2次24 h尿微量白蛋白(ACR)≥30 mg; ③ PAD, 存在温度觉、振动觉、压力觉异常，伴踝反射消失，神经电生理检查显示神经传导速度减慢，同时排除其他原因所致神经病变。
1.3 统计学分析
采用SPSS 22.0软件对数据进行统计学分析，符合正态分布的计量资料以(x±s)表示，组间比较采用t检验，计数资料以[n(%)]表示，组间比较采用χ2检验，采用多因素Logistic回归分析探讨T2DM合并HUA患者发生微血管病变的影响因素, P < 0.05为差异有统计学意义。
2. 结果
2.1 微血管病变发生情况
102例患者中, 59例发生微血管病变(发生率为57.84%), 其中DKD 21例、DR 25例、PAD 13例。根据是否发生微血管病变，将102例T2DM合并HUA患者分为微血管病变组59例和非微血管病变组43例。
2.2 微血管病变与非微血管病变组临床资料比较
微血管病变组的年龄、BMI、WHR、合并高血压病者占比和SBP、FBG、HbA1c、TG、LDL-C、SUA水平均高于非微血管病变组，糖尿病病程长于非微血管病变组, eGFR低于非微血管病变组，差异有统计学意义(P < 0.05); 2组患者性别构成、吸烟史、饮酒史、DBP、TC、HDL-C、BUN和Scr比较，差异无统计学意义(P>0.05)。见表 1。
表 1 微血管病变组与非微血管病变组临床资料比较[n(%)] (x±s)指标 微血管病变组(n=59) 非微血管病变组(n=43) χ2/t P 性别 男 36(61.02) 25(58.14) 0.187 0.666 女 23(38.98) 18(41.86) 吸烟史 有 18(30.51) 10(23.26) 0.994 0.319 无 41(69.49) 33(76.74) 饮酒史 有 24(40.68) 14(32.56) 1.092 0.296 无 35(59.32) 29(67.44) 高血压病 有 42(71.19) 24(55.81) 4.461 0.035 无 17(28.81) 19(44.19) 年龄/岁 60.43±6.21 57.11±5.49 2.798 0.006 BMI/(kg/m2) 24.41±2.15 23.28±2.02 2.688 0.008 WHR 0.76±0.07 0.71±0.05 3.997 0.001 糖尿病病程/年 8.21±1.73 6.64±1.52 4.760 < 0.001 SBP/mmHg 141.85±16.21 130.21±15.04 3.691 < 0.001 DBP/mmHg 86.12±5.56 84.51±4.93 1.514 0.133 FBG/(mol/L) 8.21±1.55 7.54±1.16 2.388 0.019 HbA1c/% 8.02±0.57 7.41±0.46 5.777 < 0.001 TC/(mol/L) 5.21±1.14 4.81±1.02 1.828 0.070 TG/(mol/L) 2.59±0.71 2.11±0.65 3.492 0.001 LDL-C/(mol/L) 2.91±0.81 2.23±0.61 4.629 < 0.001 HDL-C/(mol/L) 1.03±0.23 1.11±0.25 1.672 0.098 SUA/(μmol/L) 468.91±60.33 402.17±55.78 5.693 < 0.001 BUN/(mmol/L) 8.62±1.87 7.99±1.65 1.764 0.081 Scr/(μmol/L) 98.12±17.79 96.03±15.32 0.620 0.536 eGFR/[mL/(min·1.73 m2)] 102.31±24.17 122.18±28.42 3.806 < 0.001 BMI: 体质量指数; WHR: 腰臀比; SBP: 收缩压; DBP: 舒张压; FBG: 空腹血糖; HbA1c: 糖化血红蛋白;
TC: 总胆固醇; TG: 甘油三酯; LDL-C: 低密度脂蛋白胆固醇; HDL-C: 高密度脂蛋白胆固醇; SUA: 血尿酸;
Scr: 血肌酐; BUN: 血尿素氮; eGFR: 估算肾小球滤过率。2.3 T2DM合并HUA患者发生微血管病变的影响因素分析
以T2DM合并HUA患者是否发生微血管病变为因变量(是=1, 否=0), 以单因素分析中差异具有统计学意义的指标为自变量并赋值(高血压: 无=0, 有=1; 年龄、BMI、WHR、SBP、FBG、HbA1c、TG、LDL-C、SUA、BUN、Scr和eGFR均为连续变量，取实际值)，进行多因素Logistic回归分析。结果显示，WHR、高血压病、糖尿病病程、SBP、HbA1c、SUA和LDL-C均为T2DM合并HUA患者发生微血管病变的独立影响因素(P < 0.05)。见表 2。
表 2 T2DM合并HUA患者发生微血管病变影响因素的多因素Logistic回归分析因素 β SE Wald χ2 P OR 95%CI 年龄 1.043 0.652 2.046 0.074 1.102 0.813~1.245 BMI 0.061 0.073 2.169 0.058 1.113 0.824~1.361 WHR 1.302 0.336 14.013 < 0.001 4.031 1.125~8.142 高血压病 0.134 1.172 5.431 0.022 2.143 1.295~4.536 糖尿病病程 0.218 0.071 12.614 < 0.001 2.832 1.339~5.561 SBP 0.035 0.017 6.312 0.015 1.036 1.005~1.067 FBG 1.603 1.342 2.428 0.056 1.193 0.842~1.544 HbA1c 1.139 0.465 5.112 0.028 1.213 1.022~1.404 TG 0.778 0.562 1.954 0.083 1.055 0.812~1.313 LDL-C 0.561 0.211 6.912 0.006 1.603 1.185~2.401 SUA 0.255 1.279 6.559 0.012 1.489 1.152~1.926 BUN 0.023 0.015 2.514 0.053 1.028 0.991~1.054 Scr 0.342 0.285 1.426 0.095 1.064 0.913~1.832 eGFR -2.364 1.531 2.492 0.055 0.762 0.441~1.002 BMI: 体质量指数; WHR: 腰臀比; SBP: 收缩压; DBP: 舒张压; FBG: 空腹血糖; HbA1c: 糖化血红蛋白;
TC: 总胆固醇; TG: 甘油三酯; LDL-C: 低密度脂蛋白胆固醇; HDL-C: 高密度脂蛋白胆固醇; SUA: 血尿酸;
Scr: 血肌酐; BUN: 血尿素氮; eGFR: 估算肾小球滤过率。3. 讨论
微血管病变是T2DM患者常见并发症类型之一，且以肾脏、视网膜、周围血管等病变较为多见[6]。糖尿病微血管病变的发病机制目前仍未阐明，但学术界普遍认为是多种因素共同作用的结果。研究[7]显示, HUA作为一种嘌呤代谢障碍性疾病，与T2DM等多种代谢性疾病关系密切，且HUA可导致包含冠心病、DKD等在内的血管病变发病风险升高。因此，进一步探究T2DM合并HUA患者发生微血管病变的危险因素，对于制订此类患者的疾病管理措施意义重大。
本研究中, T2DM合并HUA患者微血管病变发生率高达57.84%, 其中DR、DKD的发生率分别为24.51%、20.59%, 均处于较高水平。既往研究[8-9]证实，年龄大、BMI高、糖尿病病程长、糖脂代谢指标异常、SUA水平高等均是T2DM患者发生微血管病变的危险因素。本研究结果也显示，微血管病变组患者的年龄、BMI、WHR、糖尿病病程和SBP、FBG、HbA1c、TG、LDL-C、SUA水平显著高于或长于非微血管病变组患者，而eGFR显著低于非微血管病变组患者。由此提示，上述因素可增加T2DM合并HUA患者发生微血管病变的风险。
本研究多因素Logistic回归分析显示，年龄与微血管病变并无显著关系，这可能是因为T2DM多见于中老年人，而本组患者整体年龄较大(平均年龄为60岁左右)，加之存在其他混杂因素，造成年龄的影响有限。BMI是反映肥胖的常用指标，既往研究[10]发现，随着BMI的升高, T2DM患者发生DR等并发症的风险也越高。本研究多因素Logistic回归分析显示, BMI与微血管病变并无显著关系，但WHR是发生微血管病变的独立影响因素，这可能是由于BMI不足以全面反映肥胖情况，而WHR更有利于评估腹型肥胖。作为机体代谢紊乱的关键环节之一，腹型肥胖也是T2DM患者发生各类慢性并发症的高危因素，但其潜在机制目前尚未完全阐明[11]。相关研究[12]显示，腹型肥胖患者往往伴有炎症因子水平升高、氧化应激反应等，可能直接或间接损害微血管内皮细胞，进而增加大血管和微血管病变的发生风险。
高血压本身可引起视网膜及肾血管等病变，可能是由于血压升高可增加视网膜血流量及肾血流量等，造成微血管内皮损伤，增加微血管病变发生风险，而控制血压可降低糖尿病患者发生血管并发症的风险[13]。本研究结果显示，合并高血压病和SBP水平高均是T2DM合并HUA患者发生微血管病变的独立危险因素。高血压已被证实与HUA存在密切关系, SUA每升高10 mg/L, 高血压发生风险可升高23%左右[14]。因此，T2DM合并HUA患者具有高血压基础时，可能进一步加速DKD、DR等的发生与发展，故积极控制T2DM患者的血压及HUA在微血管病变防治中具有重要作用。
不同于其他微血管病变，DKD等糖尿病相关性血管病变具有特殊性，例如糖脂代谢紊乱等会较大程度地影响病情的发生与发展[15]。临床研究[16]发现, T2DM患者合并HUA时的代谢综合征更明显，这可能也是导致其微血管病变发生风险较高的原因之一。本研究多因素Logistic回归分析显示, FBG与微血管病变无显著关系，但HbA1c是微血管病变的独立影响因素。考虑原因, HbA1c可反映患者近3个月的平均血糖状态，相较于FBG能够更好地评价血糖控制水平，故其超过一定阈值后意味着血糖控制不理想，发生微血管病变的风险较高。研究[17]显示, T2DM患者的HbA1c水平在6.5%~7.0%范围时, HbA1c越高则微血管事件发生风险越高，当HbA1c水平>7.0%时，其主要与大血管事件发生风险及病死率有关。总之，严密监测患者的HbA1c水平变化对早期预测微血管病变具有积极意义。
研究[18]显示, TG、TC等血脂指标异常升高是T2MD患者合并微血管病变的重要原因。但本研究Logistic回归分析并未发现TG与微血管病变有显著关系，不排除样本较小等因素的影响。本研究发现LDL-C是微血管病变的独立影响因素，原因可能是LDL-C尤其是氧化型LDL-C水平升高往往可促进活性氧(ROS)的生成而在DKD、DR等的发病机制中发挥作用[15]。
SUA是一种强抗氧化剂，高水平SUA可能促进氧化应激反应，导致ROS生成和释放增多，进而激活白细胞介素等炎症因子，引发微血管内皮细胞受损[19]。高水平SUA引起的血管内皮功能损伤可影响新生血管的形成，进一步增加微血管病变发生风险。同时，SUA作为重要的代谢组分之一，其异常与糖脂代谢紊乱有着密不可分的关系，高水平SUA可能加重机体代谢紊乱程度，进而增加微血管病变的发生风险[20]。此外，尿酸可抑制胰岛素受体底物1及Akt胰岛素信号的转导，增加ROS等而加重胰岛素抵抗[21]。相关研究[22]表明, T2DM患者的SUA水平与血糖水平及胰岛素抵抗呈显著正相关，故T2DM合并HUA患者的糖代谢紊乱及胰岛素抵抗往往更显著，并发症发生风险也可能随之升高。本研究Logistic回归分析亦显示SUA是影响T2DM合并HUA患者发生微血管病变的独立危险因素，但未发现Scr、BUN及eGFR与微血管病变有显著关系，考虑原因为本研究中微血管病变包含DKD、DR、PAD, 而肾功能对后两者的影响及机制尚不明确，今后需进一步扩大样本量针对不同类型的微血管病变进行危险因素分析。
综上所述, T2DM合并HUA患者具有较高的微血管病变发生风险，而WHR、糖尿病病程、合并高血压病和SBP、HbA1c、LDL-C、SUA水平均为患者发生微血管病变的独立影响因素。因此，加强对T2DM合并HUA患者的综合管理，如改变生活方式、积极控制体质量及血压、严格控制血糖和血脂、监控SUA等，对于微血管病变的防治意义重大。但本研究样本量较小，且未单独区分不同类型微血管病变的危险因素，未来还需增加样本量、细化分析各类微血管病变发生的危险因素，从而为微血管病变的早期预测、预防、识别与干预提供可靠依据。
-
表 1 DVT组与无DVT组临床资料和血生化指标比较(x±s)[n(%)][M(P25, P75)]
指标 分类 无DVT组(n=348) DVT组(n=60) Z/t/χ2 P 性别 男 247(71.0) 39(65.0) 0.872 0.350 女 101(29.0) 21(35.0) 年龄/岁 45.3±8.8 54.2±6.7 5.968 < 0.001 体质量指数/(kg/m2) 23.4±2.2 23.6±2.4 0.524 0.467 吸烟 88(25.3) 15(25.0) 0.002 0.962 高血压 41(11.8) 9(15.0) 0.493 0.483 糖尿病 15(4.3) 3(5.0) 0.058 0.810 骨折类型 股骨颈骨折 217(62.4) 41(68.3) 0.786 0.375 股骨粗隆间骨折 131(37.6) 19(31.7) 损伤能量 低 133(38.2) 36(60.0) 10.007 0.002 中高 215(61.8) 24(40.0) ASA分级 Ⅰ~Ⅱ级 263(75.6) 49(81.7) 1.056 0.304 Ⅲ~Ⅳ级 85(24.4) 11(18.3) 受伤至DUS时间/d 4.0(0.5, 9.0) 8.0(3.0, 13.0) 4.659 0.009 总住院时间/d 10.0(7.0, 16.0) 15.0(9.0, 21.0) 4.125 0.015 总蛋白 < 60 g/L 81(23.3) 24(40.0) 7.489 0.006 白蛋白 < 35 g/L 92(26.4) 29(48.3) 11.762 0.001 ALT/(U/L) 51.3(31.2, 76.4) 55.6(30.4, 84.6) 0.659 0.332 hs-CRP/(mg/L) 15.6(8.9, 30.4) 18.5(10.2, 35.6) 1.102 0.125 LDH≥250 U/L 112(32.2) 33(55.0) 11.629 0.001 血钠 < 137 mmol/L 33(9.5) 7(11.7) 0.276 0.599 FBG/(mmol/L) 6.3(4.1, 8.8) 6.6(3.9, 10.2) 0.963 0.234 WBC/(×109/L) 14.2±3.2 15.6±3.4 0.527 0.463 N% 76.3±4.5 77.5±4.6 0.456 0.579 RBC < 4.0×1012/L 117(33.6) 34(56.7) 11.659 0.001 PLT≥300.0×109/L 79(22.7) 22(36.7) 5.359 0.021 Hb < 110 g/L 98(28.2) 30(50.0) 11.337 0.001 HCT≥50% 196(56.3) 51(85.0) 17.619 < 0.001 APTT≥47 s 134(38.5) 25(41.7) 0.215 0.643 PT≥16 s 112(32.2) 19(31.7) 0.006 0.937 Fib≥5 g/L 121(34.8) 20(33.3) 0.047 0.829 D-二聚体≥0.5 mg/L 101(29.0) 38(63.3) 26.821 < 0.001 DVT: 深静脉血栓形成; ASA: 美国麻醉医师协会; ALT: 丙氨酸转氨酶; hs-CRP: 超敏C反应蛋白; LDH: 乳酸脱氢酶; FBG: 空腹血糖; WBC: 白细胞; N%: 中性粒细胞百分比; RBC: 红细胞; PLT: 血小板; Hb: 血红蛋白; HCT: 红细胞压积; APTT: 活化部分凝血酶原时间; PT: 凝血酶原时间; Fib: 纤维蛋白原。 
下载: 导出CSV
表 2 自变量赋值情况
自变量 赋值 年龄 连续性变量 损伤能量 低=0，中高=1 受伤至DUS时间 连续性变量 总住院时间 连续性变量 总蛋白 < 60 g/L 否=0, 是=1 白蛋白 < 35 g/L 否=0, 是=1 LDH≥250 U/L 否=0, 是=1 D-二聚体≥0.5 mg/L 否=0，是=1 RBC < 4.0×1012/L 否=0, 是=1 Hb < 110 g/L 否=0, 是=1 HCT≥50% 否=0, 是=1 血小板计数≥300.0×109/L 否=0, 是=1
下载: 导出CSV
表 3 术前DVT的危险因素Logistic回归分析
因素 β Wald P OR 95%CI 年龄 0.824 4.310 0.035 2.396 1.050~5.469 损伤能量 -0.526 0.702 0.512 0.591 0.173~2.024 受伤至DUS时间 0.925 4.671 0.022 2.522 1.090~5.835 总住院时间 0.152 1.326 0.524 1.164 0.899~1.508 总蛋白 < 60 g/L 0.124 1.368 0.354 1.132 0.920~1.393 白蛋白 < 35 g/L 0.185 2.156 0.421 1.203 0.940~1.540 LDH≥250 U/L 0.886 6.336 0.014 2.425 1.217~4.835 D-二聚体≥0.5 mg/L 1.701 7.431 0.001 5.479 1.613~18.616 RBC < 4.0×1012/L 0.285 5.283 0.325 1.330 1.043~1.696 Hb < 110 g/L 0.102 1.003 0.558 1.105 0.857~1.659 HCT≥50% 0.963 8.214 < 0.001 2.260 1.353~5.061 血小板计数≥300.0×109/L 0.099 1.223 0.665 1.085 0.325~1.582
下载: 导出CSV
表 4 各指标预测术前DVT的ROC曲线指标
指标 AUC 95%CI P 敏感度/% 特异度/% 年龄≥50岁 0.659 0.601~0.747 0.036 62.1 72.5 受伤至DUS时间≥7 d 0.702 0.621~0.811 0.024 66.5 57.7 LDH≥250 U/L 0.755 0.698~0.802 0.015 63.4 78.3 D-二聚体≥0.5 mg/L 0.796 0.712~0.856 0.009 69.9 75.5 HCT≥50% 0.810 0.756~0.895 0.003 59.8 79.6 列线图模型 0.897 0.823~0.956 < 0.001 85.5 84.9
下载: 导出CSV
-
[1] 孙健平, 薛汉中, 张堃, 等. 术中输血对创伤骨科患者术后深静脉血栓形成的影响研究[J]. 中华创伤骨科杂志, 2021, 23(9): 793-797. doi: 10.3760/cma.j.cn115530-20210117-00028 [2] MENG D F, BAI X Y, WU H T, et al. Patient and perioperative factors influencing the functional outcomes and mortality in elderly hip fractures[J]. J Invest Surg, 2021, 34(3): 262-269. doi: 10.1080/08941939.2019.1625985
[3] DURAND W M, GOODMAN A D, JOHNSON J P, et al. Assessment of 30-day mortality and complication rates associated with extended deep vein thrombosis prophylaxis following hip fracture surgery[J]. Injury, 2018, 49(6): 1141-1148. doi: 10.1016/j.injury.2018.03.019
[4] CHEN W, LV H Z, LIU S, et al. National incidence of traumatic fractures in China: a retrospective survey of 512 187 individuals[J]. Lancet Glob Health, 2017, 5(8): e807-e817. doi: 10.1016/S2214-109X(17)30222-X
[5] 戴慧燕, 高荣荣, 徐佩, 等. 气压泵联合低分子肝素钙预防髋部骨折术后深静脉血栓的疗效分析[J]. 实用临床医药杂志, 2019, 23(9): 24-26. doi: 10.7619/jcmp.201909007 [6] 乔瑞, 杨佳瑞, 杨琨, 等. 中青年髋部骨折患者围术期并发下肢深静脉血栓的发生率及危险因素分析[J]. 中国骨与关节杂志, 2021, 10(6): 418-423. doi: 10.3969/j.issn.2095-252X.2021.06.004 [7] 窦晨浩, 李天华, 杨淑红, 等. 股骨骨折患者下肢深静脉血栓形成的流行病学特征研究[J]. 中华创伤骨科杂志, 2022, 24(3): 262-266. [8] XING F, LI L, LONG Y, et al. Admission prevalence of deep vein thrombosis in elderly Chinese patients with hip fracture and a new predictor based on risk factors for thrombosis screening[J]. BMC Musculoskelet Disord, 2018, 19(1): 444. doi: 10.1186/s12891-018-2371-5
[9] 邓凯歌, 王立芳, 葛宇峰, 等. 老年髋部骨折患者术后死亡风险预测模型的研究进展[J]. 骨科临床与研究杂志, 2022, 7(1): 54-58. doi: 10.19548/j.2096-269x.2022.01.013 [10] STRØM RÖNNQUIST S, VIBERG B, KRISTENSEN M T, et al. Frailty and osteoporosis in patients with hip fractures under the age of 60-a prospective cohort of 218 individuals[J]. Osteoporos Int, 2022, 33(5): 1037-1055. doi: 10.1007/s00198-021-06281-y
[11] WANG T, GUO J, LONG Y, et al. Risk factors for preoperative deep venous thrombosis in hip fracture patients: a meta-analysis[J]. J Orthop Traumatol, 2022, 23(1): 19. doi: 10.1186/s10195-022-00639-6
[12] WANG H, KANDEMIR U, LIU P, et al. Perioperative incidence and locations of deep vein thrombosis following specific isolated lower extremity fractures[J]. Injury, 2018, 49(7): 1353-1357. doi: 10.1016/j.injury.2018.05.018
[13] MA J T, QIN J, SHANG M S, et al. Incidence and risk factors of preoperative deep venous thrombosis in closed tibial shaft fracture: a prospective cohort study[J]. Arch Orthop Trauma Surg, 2022, 142(2): 247-253. doi: 10.1007/s00402-020-03685-z
[14] ZHANG B F, WEI X, HUANG H, et al. Deep vein thrombosis in bilateral lower extremities after hip fracture: a retrospective study of 463 patients[J]. Clin Interv Aging, 2018, 13: 681-689. doi: 10.2147/CIA.S161191
[15] 张立超, 吴京凤, 苏鹏, 等. 对髋部骨折围手术期应用老年综合评估方法的观察[J]. 骨科临床与研究杂志, 2021, 6(4): 225-229. doi: 10.19548/j.2096-269x.2021.04.008 [16] FEI C, WANG P F, QU S W, et al. Deep Vein Thrombosis in Patients with Intertrochanteric Fracture: A Retrospective Study[J]. Indian J Orthop, 2020, 54(Suppl 1): 101-108.
[17] 傲然·马合沙提, 哈力·哈布力汗, 杨毅, 等. D-二聚体联合其他指标检测对脊柱退行性变术后下肢深静脉血栓形成的预测价值[J]. 实用骨科杂志, 2021, 27(9): 774-778. doi: 10.13795/j.cnki.sgkz.2021.09.002 [18] HE S Y, ZHANG P, QIN H J, et al. Incidence and risk factors of preoperative deep venous thrombosis following hip fracture: a retrospective analysis of 293 consecutive patients[J]. Eur J Trauma Emerg Surg, 2022, 48(4): 3141-3147. doi: 10.1007/s00068-021-01861-3
[19] ZHAO X, ALI S J, SANG X G. Clinical study on the screening of lower extremity deep venous thrombosis by D-dimer combined with RAPT score among orthopedic trauma patients[J]. Indian J Orthop, 2020, 54(2): 316-321.
[20] 李野, 田轩, 王聪, 等. 老年髋部骨折患者治疗后深静脉血栓形成的危险因素分析及模型预测[J]. 血管与腔内血管外科杂志, 2021, 7(8): 909-913. doi: 10.19418/j.cnki.issn2096-0646.2021.08.04 [21] 蒋婉婷, 李令民, 艾红, 等. 超声联合D-二聚体检测在脊髓损伤患者下肢静脉血栓诊断中的意义[J]. 实用临床医药杂志, 2021, 25(23): 95-98. doi: 10.7619/jcmp.20212701 -
期刊类型引用(5)
1. 张雪，葛沛，顾立，李华，张丹，黄远琼，陈美娟. BK_(Ca)在高糖诱导的肾小球系膜细胞损伤中的作用及机制. 西南医科大学学报. 2024(02): 136-140 . 
百度学术
2. 魏静茹，吕雪梅. 西藏拉萨地区住院2型糖尿病患者合并高尿酸血症的患病率及影响因素分析. 西藏科技. 2024(03): 52-56 . 百度学术
3. 方薇，王习哲，赵颖，张磊，刘大川. 血清总胆红素、尿酸、甘油三酯-葡萄糖指数与血糖控制达标的2型糖尿病发生糖尿病视网膜病变的关系研究. 现代生物医学进展. 2024(13): 2445-2449 . 百度学术
4. 黄艳兰. LDL、Hcy、VEGF、CK及FBG联合检测在2型糖尿病微血管病变诊断中的应用. 中外医学研究. 2023(28): 76-79 . 百度学术
5. 何鹭阳，朱春燕，李荣森. HbA1c、CK及FPG水平在糖尿病微血管病变筛查中的检测价值. 糖尿病新世界. 2023(23): 9-12 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 147
- HTML全文浏览量: 35
- PDF下载量: 11
- 被引次数: 7
苏公网安备 32100302010246号
