预测老年髋部骨折患者术后医院获得压力性损伤 Nomogram 模型

孟洁 张军 葛绍勇 汪洋 李俊

老年髋部骨折是一个严重的健康问题，其高病死率和致残率给卫生服务部门和患者家庭带来沉重精神和经济负担。由于我国老年人口比例逐渐增加，老年髋部骨折发生率也随之上升。医院获得性压力损伤 （ hospital-acquired pressure injuries，HAPI ）定义为患者住院期间，通常在骨性突出或与医疗或其它设备相关的皮肤和皮下软组织的局部损伤，是老年髋部骨折术后一种常见且严重的并发症。手术治疗患者的 HAPI 总发生率约为 15%；其中，在心脏及髋部骨折手术患者和外科重症监护病房患者中，其发生率分别为 18%、22% 和 11%。HAPI 在短时间内很难完全治愈，常引起疼痛，降低生活质量，延长住院时间，增加住院费用和再入院率，甚至增加老年髋部患者术后 6 个月死亡风险。HAPI 在临床中很大程度可以进行早期预防。预防关键是需要进行个体化风险评估，以便尽早实施预防措施。而进行个体化风险评估第一步是确定 HAPI危险因素和识别高危群体。

Nomogram 模型是一种简单实用工具，可以量化不同疾病个体化风险，识别高危患者。笔者既往研究开发出可以有效预测经皮椎体成形术骨水泥渗漏和术后相邻新发椎体压缩骨折的 Nomogram模型。然而，目前尚未有研究基于术前临床资料开发出预测老年髋部骨折患者术后 HAPI 发生风险的Nomogram 模型。回顾性分析 2018 年 1 月至 2021年 6 月，于我院接受治疗的 315 例老年髋部骨折患者，对其术前临床资料进行审查，明确术后 HAPI发生危险因素，并构建 Nomogram 模型，以便能为制订 HAPI 预防策略提供理论依据。

资料与方法

一、纳入标准与排除标准

1. 纳入标准：（ 1 ） 年龄 ＞ 65 岁；（ 2 ） 确诊为单侧髋部骨折及符合手术适应证；（ 3 ） 低能量所致髋部骨折；（ 4 ） 入院 24 h 内手术；（ 5 ） 临床数据完整。

2. 排除标准：（ 1 ） 病理性骨折；（ 2 ） 入院前出现压力性损伤；（ 3 ） 骨折前生活不能自理；（ 4 ） 患有严重心、肝、肾、等重要脏器疾病且处于不稳定状态；（ 5 ） 非手术治疗患者；（ 6 ） 既往精神障碍病史或神经系统疾病；（ 7 ） 因严重并发症院内死亡患者。

二、一般资料

本组共纳入 315 例，根据是否观察到 HAPI 将患者分为无 HAPI 组和 HAPI 组，其中无 HAPI 组 257例，男 108 例，女 149 例，年龄 （ 72.74±6.58 ） 岁；HAPI 组 58 例，男 25 例，女 33 例，年龄 （ 75.74±6.58 ） 岁。两组临床基本资料见表 1。

表1 无 HAPI 患者与 HAPI 患者临床资料比较Tab.1 Comparison of clinical data between patients with or without HAPI

三、方法

1. 数据收集：收集患者年龄，性别，体质量指数（ body mass index，BMI ），吸烟，Charlson 共病指数，美国麻醉医师协会 （ American Society of Anaesthesiologists，ASA ） 评分，骨折类型，营养风险筛查 （ nutritional risk screening-2002，NRS-2002 ），Braden 评分，白细胞 （ white blood cell，WBC ），C-反应蛋白 （ C-reactive protein，CRP ），血红蛋白（ hemoglobin，Hb ），白蛋白 （ albumin，ALB ），血小板 （ platelet，PTL ），血尿素氮 （ blood urea nitrogen，BUN ），血细胞比容 （ hematocrit，Hct ），凝血酶原时间（ prothrombin time，PT ），肌酐 （ creatinine，Cr ），总胆红素 （ total bilirubin，TBIL ）。Charlson 共病指数于 1987年被提出，涵盖 19 种相关共病，每个共病得分范围 1～6 分，总分 37 分。Braden 评分被广泛用于预测 HAPI 风险。通过检查 6 个项目评估皮肤完整性和患者整体状态：感官感知、活动性、移动性、水分、营养和摩擦 / 剪切。每个项目得分范围 1～4 分；摩擦 / 剪切除外，其得分范围 1～3 分。

2. HAPI 评估：在整个住院期间，每 6 h 对患者进行 1 次 HAPI 检查。压疮分级：Ⅰ 级：完整皮肤改变伴持续发红；Ⅱ 级：部分厚度皮肤脱落或充满水疱；Ⅲ 级：全层皮肤缺失，可见脂肪、肉芽组织以及边缘内卷；Ⅳ 级：全层皮肤、组织缺失，可见肌腱、肌肉、腱膜以及边缘内卷，伴随隧道、潜行。活动性皮肤病区域病变、前脚和中足足底表面伤口以及踝关节和腘窝之间腿部伤口不视为 HAPI。如果患者在术后出现 1 个或多个新的 Ⅱ 级或更高级别压疮，则被归类为 HAPI 患者。

四、统计学处理

结 果

一、HAPI 位置及分期

本组 315 例中 58 例 （ 18.4% ） 观察到 HAPI，术后至观察 HAPI 时间为 2～5 天，平均 （ 2.84±1.15 ）天。27 例 （ 46.5% ） 位于骶骨和尾骨，20 例 （ 34.5% ）位于坐骨结节，11 例 （ 19.0% ） 位于脚踝。Ⅰ 期 46 例（ 79.3% ），Ⅱ 期 9 例 （ 15.5% ），Ⅲ 期 3 例 （ 5.2% ），Ⅳ 期 0 例 （ 0.0% ）。

58 例均采用胶体敷料治疗，每 2 h 翻身 1 次。Ⅰ、Ⅱ 期 HAPI 患者在术后 5～10 天完全愈合；Ⅲ期 HAPI 患者在术后 13～21 天完全愈合。

二、无 HAPI 患者与 HAPI 患者临床资料比较

HAPI 患者年龄、Charlson 共病指数、ASA 评分 （ 3～4 分 ） 比例、NRS-2002 （ 营养不良 ） 比例、Braden 评分 （ ≥ 15 分 ） 比例、CRP、BUN 高于无 HAPI 患者，差异有统计学意义 （＜ 0.05 ），而BMI、Hb、ALB 低于无 HAPI 患者，差异有统计学意义 （＜ 0.05 ） （ 表 1 ）。

三、老年髋部骨折患者术后 HAPI 发生风险的多因素 Logistic 回归模型分析

年龄、Charlson 共病指数、ASA 评分 （ 2～3 分 ）、NRS-2002 （ 营养不良 ）、Braden 评分 （ ≥ 15 分 ）、CRP 独立增加老年髋部骨折患者术后 HAPI 发生风险 （＜ 0.05 ） （ 表 2 ）。

四、相关变量的 ROC 曲线分析

根据表 2 结果，将年龄、Charlson 共病指数及CRP 进行 ROC 曲线分析，其 AUC 分别为 0.775、0747 及 0.672；最佳截断值分别为 ＞ 71 岁、＞ 2 及 ＞36.54 mg / L （ 图 1 ）。

表2 老年髋部骨折患者术后 HAPI 发生风险的多因素 Logistic 回归模型分析Tab.2 Multivariate logistic regression analysis of the risk of postoperative HAPI in elderly patients with hip fracture

图1 相关变量的 ROC 曲线Fig.1 ROC curve of related variables

五、老年髋部骨折患者术后 HAPI 发生风险的Nomogram 模型构建

根据最佳截断值结果，将年龄、Charlson 共病指数、ASA 评分、NRS-2002、Braden 评分及 CRP 进行多因素 Logistic 回归模型分析 （ 表 3 ），将各指标作为构建老年髋部骨折患者术后 HAPI 发生风险的 Nomogram模型预测指标 （ 图 2 ），具体赋值分值见表 4。

图2 老年髋部骨折患者术后 HAPI 发生风险的 Nomogram 模型Fig.2 Nomogram model of the risk of postoperative HAPI in elderly patients with hip fracture

表3 基于最佳截断值的多因素 Logistic 回归模型分析结果Tab.3 Analysis results of multivariate logistic regression model based on the best cut-off value

表4 Nomogram 模型中预测指标分值Tab.4 Predictive index in Nomogram model

Nomogram 模型预测风险截断值为 0.44 时，预测模型在预测老年髋部骨折患者术后 HAPI 发生风险时具有最佳特异度和灵敏度 （ 图 3 ）。

图3 Nomogram 模型预测风险截断值曲线分析Fig.3 Analysis of Nomogram model predicting risk cut-off curve

六、Nomogram 模型性能评估及决策曲线分析

内部数据集验证的校正曲线分析结果示，预测老年髋部骨折患者术后 HAPI 发生风险的 Nomogram模型一致性指数 （ consistency index，C-index ） 为0.724 （ 95%：0.689～0.733 ） （ 图 4 ）。

图4 Nomogram 模型校正图Fig.4 Nomogram model correction chart

采用决策曲线分析评估 Nomogram 模型临床净收益。当 Nomogram 模型预测老年髋部骨折患者术后HAPI 发生的风险阈值在 0.18～0.82 时，提供显著附加标准化净收益；此外，Nomogram 模型标准化净收益显著高于单个预测指标 （ 图 5 ）。

图5 Nomogram 模型决策曲线分析Fig.5 Nomogram model decision curve analysis

讨 论

HAPI 在临床中很大程度可以早期预防，如使用预防性多层敷料，手术期间使用压力垫和泡沫弹性聚合物垫，对患者进行营养管理和皮肤护理宣教等。尽管这些措施已经在临床上证明对防止 HAPI有益处，但有些是昂贵或繁琐的。因此，实现最大化经济效益比，降低患者家庭经济负担，需早期识别 HAPI 高危患者，并根据需求适当预防性干预。这项研究对 315 例老年髋部骨折患者的术前临床资料进行分析，发现年龄 （ ＞ 71 岁 ）、Charlson 共病指数 （ ＞ 2 ）、ASA 评分 （ 3～4 分 ）、NRS-2002 （ 营养不良 ）、Braden 评分 （ ≥ 15 分 ） 及 CRP （ ＞ 36.54 mg / L ）独立增加老年髋部骨折患者术后 HAPI 发生风险。对老年髋部骨折实施所有危险因素干预，势必造成医护人员劳动力和医疗资源浪费。因此，本研究基于上述研究结果开发出一种可以有效预测老年髋部骨折患者术后 HAPI 发生风险的 Nomogram 模型，该模型能有效识别 HAPI 高危患者，指导临床医护人员对这类患者早期进行 HAPI 预防性干预。

本研究发现年龄 （ ＞ 71 岁 ）、Charlson 共病指数 （ ＞ 2 ）、ASA 评分 （ 3～4 分 ）、NRS-2002 （ 营养不良 ）、Braden 评分 （ ≥ 15 分 ）、CRP （ ＞ 36.54 mg / L ）独立增加老年髋部骨折患者术后 HAPI 发生风险。老年患者皮肤松弛、真皮层黏附能力减弱，成纤维细胞密度改变，影响患者损伤修复和组织再生；此外，老年患者会出现微循环血管调节功能损伤，皮肤温度调节紊乱和组织灌注不足。Charlson 共病指数与 HAPI 发生风险增加相关。较多共病患者很可能无法移动，并可能患有双便失禁，这加大患者局部溃疡形成，导致 HAPI。与 Kalava 等学者观察结果一致。ASA 评分用于评估术前患者“疾病”或“身体状态”，ASA 评分越高，病情越严重。与O'Brien 等学者研究结果相似，本研究发现 ASA评分 3～4 分是 HAPI 的重要预测因素。NRS-2002是一种快速、有效筛查患者营养不良风险方法。笔者所在医院对于骨折住院患者营养筛查的体系基本已建立。本研究发现 NRS-2002 （ 营养不良 ） 与HAPI 发生风险相关。这与 Serpa 等学者观察到结果一致；此外，研究也发现营养不良与老年骨科创伤患者医院获得性感染相关。营养不良的老年患者机体蛋白合成能力不足，肌萎缩或皮下脂肪减少，脂肪组织菲薄部位对外来压力耐受性减弱，易受刺激或挤压，极易发生 HAPI。目前，Braden 评分被普遍用于 HAPI 风险评估。与既往研究结果一致，Braden 评分可以有效预测 HAPI 发生风险。但该评分高估 HAPI 风险，特异性及阳性预测值低。而 Braden 评分联合临床其它指标评估 HAPI发生风险可能具有更高临床预测价值。全身过度炎症反应可以引起机体发热加剧组织细胞缺血、缺氧，同时释放炎性介质加重微血 管痉挛、充血、淤血，造成组织血液循环障碍，诸多因素造成组织不可逆性损伤，增加 HAPI 发生风险。CRP 是在肝脏中合成的一种急性期的非特异性炎症反应蛋白，在老年髋部骨折患者中观察到 CRP 水平显著升高。

为了直观定量地预测 HAPI 发生风险概率，本研究基于年龄、Charlson 共病指数、ASA 评分、NRS-2002、Braden 评分及 CRP 构建 Nomogram 模型。内部数据集验证的校正曲线分析示，Nomogram模型 C-index 为 0.724 （ 95%：0.689～0.733 ）。校准图观测概率与 Nomogram 模型预测 HAPI 发生风险具有良好一致性，表明该模型具有良好预测准确性和可靠性。进一步研究结果显示，Nomogram 模型预测风险截断值为 0.44 时，Nomogram 模型在预测老年髋部骨折患者术后 HAPI 发生风险时具有最佳特异度和灵敏度。因此，笔者建议对于老年髋部骨折患者术后 HAPI 发生风险 ＞ 0.44 的患者，应将其视为高危患者，需适当进行预防性干预。然而，完美预测准确性并不意味着在临床实践中完全有用。不切实际的净收益和风险阈值可能会限制 Nomogram 模型适用性，即使它具有极好预测准确性。因此，本研究采用决策曲线分析评估 Nomogram 模型标准化净收益。当 Nomogram 模型预测老年髋部骨折患者术后HAPI 发生风险的风险阈值在 0.18～0.82 时，提供显著附加临床净收益；此外，Nomogram 模型标准化净收益显著高于单个预测指标。因此，该 Nomogram 模型可以为医护人员提供预测老年髋部骨折患者术后HAPI 发生风险的准确概率。

本研究有一些局限性。首先，Nomogram 模型未进行外部数据集验证，降低模型认可度；其次，作为一项单中心研究，未在其它医疗机构对 Nomogram进行临床效能测试。因此，该模型普及尚缺乏更多证据；最后，本研究只收集术前资料，对于术中及术后临床资料并未研究。综上所述，本研究构建的Nomogram 模型可有效个体化评估老年髋部骨折患者术后 HAPI 发生风险，识别高危患者，指导医护人员对患者进行早期预防性干预。