老年全髋关节置换术患者隐性失血的风险模型建立和验证

杨泽龙 蒋婷 李伟 李子泉 杨飞 胡坤

全髋关节置换术（total hip arthroplasty，THA）为创伤性及终末期退行性髋关节疾病的重要治疗手段，可有效缓解疼痛及恢复肢体功能[1]。但因髋关节囊内衬含有大量滑膜组织及丰富的大血管，该术式仍存在围术期失血量大的不足，虽然随着医疗技术的发展，显性失血已得到一定程度的控制，但术后仍有不少患者的血红蛋白下降值高于预期，这可能与隐性失血有关[2]。隐性失血指血液外渗至组织间隙或留存于关节腔所引起的血红蛋白丢失[3]。隐性失血的发生可对术后康复及功能锻炼造成严重影响，甚至可引起失血性贫血及休克，从而对患者的生命造成严重影响，尤其是老年人群对于隐性失血的耐受能力更差[4]。若能在术前明确隐性失血高风险人群并采取针对性的干预措施将有效降低隐性失血量，能使患者明显获益[5]。目前关于老年全髋关节置换术患者隐性失血影响因素的研究虽有报道[6]，但以此建立预测模型的相关研究较少。列线图模型是在多因素Logistic 分析基础上发展而来的预测模型，该模型与多因素Logistic回归模型相比具有可视化的优势，操作简便且易于个性化预测，可为患者个性化治疗方案的制定提供参考依据。本研究通过建立老年全髋关节置换术患者隐性失血的风险预测模型，并进行内部验证，现报道如下。

1 资料与方法

1.1 一般资料

选择2020 年1 月至2022 年8 月在南充市中心医院行全髋关节置换术的老年患者248 例进行回顾性分析。纳入标准：①首次单侧全髋关节置换术；②术前心、肝、肾等重要脏器功能正常；③术前凝血功能检查无明显异常；④术前2 周内未使用过可影响凝血及纤溶系统的药物；⑤拟分析的相关资料完整。排除标准：①合并恶性肿瘤；②术后短期内血液补液量超2 000 mL。

1.2 方法

（1）在参考相关文献结合自身临床经验的基础上采用电子病历系统观察以下可能影响老年全髋关节置换术患者隐性失血的相关因素。①患者自身因素：性别、年龄、BMI、吸烟史、饮酒史、美国麻醉医师协会[7]（American Society of Anesthesiologists，ASA）分级、基础病（高血压、糖尿病、高脂血症）、长期使用镇痛药物、骨质疏松；②手术相关因素：麻醉方式、术前血红蛋白水平、手术时间、手术入路、术中出血量、假体类型、下肢深静脉血栓形成、抗凝方式、术后C-反应蛋白（C-reactive protein，CRP）。（2）隐性失血量的计算：隐性失血量=总失血量-显性失血量+异体输血/引流血回输总量。总失血量计算采用Gross 方程[8]，总失血量=术前血容量×[术前红细胞压积（hematocrit，HCT）-术后HCT]。术前血容量则采用Nadler方程进行计算[9]，术前血容量=K1×身高+K2×体重+K3，其中K1：男性=0.366 9，女性=0.356 1；K2：男性=0.032 19，女性=0.033 08；K3：男性=0.604 1，女性=0.183 3。显性失血量采用称重法，利用术中使用敷料总量差异进行计算，每增重1.05 g 计为失血量1 mL。以术后隐性失血量480 mL 为界值将患者分为两组[10]，高于界值者为高隐性失血组，低于界值者为低隐性失血组。比较两组各可能影响老年全髋关节置换术患者隐性失血的相关因素，再采用以LASSO 筛选出可能影响因素后行多因素Logistic 回归，根据多因素分析结果建立列线图模型并进行验证。

1.3 统计学方法

采用SPSS 22.0统计学软件进行数据处理。计数资料以[n（%）]表示，行χ2检验；计量资料以均数±标准差表示，行t检验。采用R语言4.1.3软件进行LASSO回归分析以筛选可能影响因素，再行多因素Logistic 回归模型筛选出独立性影响因素。根据多因素分析结果，以R语言4.1.3软件列线图模型，绘制ROC 曲线以评价模型区分度，采用Bootstrap法进行内部验证，并以H-L法进行拟合优度检验，绘制决策曲线以评价模型的临床有效性。P＜0.05为差异有统计学意义。

2 结果

2.1 两组患者各指标比较

本研究纳入的全髋关节置换术的老年患者248例。其中，高隐性失血量组39例，平均失血量为（582.17±76.18）mL；低失血量组209 例，平均失血量为（367.19±43.02）mL。两组患者的年龄、高血压、糖尿病、骨质疏松、麻醉方式、手术时间、假体类型比较，差异均具有统计学意义（P＜0.05），见表1。

表1 两组患者各指标比较

2.2 老年全髋关节置换术患者隐性失血因素的筛选

将老年全髋关节置换术患者隐性失血情况作为因变量，以表1中各指标作为自变量，通过LASSO回归模型的三折交叉验证确定最佳惩罚项系数λ，最终筛选出7个老年全髋关节置换术患者隐性失血的潜在影响因素，分别为年龄、高血压、糖尿病、骨质疏松、麻醉方式、手术时间及假体类型（见图1、图2）。

图1 LASSO回归交叉验证结果

图2 LASSO回归的系数路径

2.3 老年全髋关节置换术患者隐性失血的多因素分析

将LASSO回归筛选的变量的协变量，以隐性失血情况为因变量行多因素Logistic 回归分析结果显示：年龄、高血压、糖尿病、骨质疏松、手术时间、假体类型为老年全髋关节置换术患者隐性失血的独立性影响因素（P＜0.05），见表2。

表2 老年全髋关节置换术患者隐性失血的多因素分析

2.4 老年全髋关节置换术患者隐性失血预测模型的建立与验证

根据多因素分析结果建立老年全髋关节置换术患者隐性失血预测列线图模型，见图3。ROC曲线分析结果显示，该列线图模型老年全髋关节置换术患者隐性失血的AUC为0.918[95%CI（0.880，0.955）]，见图4；校准曲线结果显示，列线图模型预测老年全髋关节置换术患者高隐性失血的概率与实际概率基本吻合，见图5；H-L拟合优度检验结果显示，该列线图模型预测概率与实际概率比较，差异无统计学意义（χ2=1.852，P=0.396）。

图3 老年全髋关节置换术患者隐性失血预测列线图模型

图4 列线图模型诊断效能的ROC分析

图5 列线图模型的校准曲线分析

2.5 预测模型临床有效性分析

决策曲线分析结果显示，当该列线图模型预测老年全髋关节置换术患者隐性失血的概率阈值为0.15 ～ 0.95 时，患者的净受益率大于0（见图6）。

图6 列线图模型临床有效性决策曲线分析

3 讨论

虽然随着围术期血液管理技术的发展，全髋关节置换术显性失血已得到一定程度的控制，但术后仍有不少患者的血红蛋白下降值高于预期，这主要与隐性失血有关[11-12]。全髋关节置换术后隐性失血受多方面因素的影响，关于老年全髋关节置换术患者隐性失血影响因素分析方面的研究虽有报道[13]，但建立预测模型者较少，不利于患者的个性化预测。列线图预测模型方便临床对各变量分别赋分后累计，并将临床事件概率进行量化，有助于患者个性化干预方案的制定[14]。另外本研究在进行多因素Logistic回归分析前，采用LASSO回归以筛选变量，该方法是通过构建惩罚函数以获得精炼模型，使系数压缩而保留子集收缩，为目前处理复共线性数据有偏估计的常用方法[15]。LASSO回归筛选变量与过去常用的单因素分析筛选变量相比可有效避免过度拟合，避免复共线性数据有偏估计的出现。

本研究在LASSO 回归基础上行多因素分析，结果显示：年龄、高血压、糖尿病、骨质疏松、手术时间及假体类型为老年全髋关节置换术患者隐性失血的独立性影响因素（P＜0.05）。年龄对于隐性失血的影响已被多项研究所证实[16-17]，年龄较大的患者因机体退化导致心血管代偿能力及调节能力均明显下降，加上年纪较大者肌肉软组织松弛，出血后更易进入组织间隙，同时老年人群血液黏稠度更高，因此血液更易在组织间隙凝集，增加隐性失血的风险。另外年龄较大者红骨髓量的下降可导致影响其造血功能，患者失血后无法及时补充血红蛋白而导致血红蛋白下降超过预期，出现隐性失血[18]。

本研究纳入的患者均为60 岁以上的老年人，高血压、糖尿病等基础代谢性疾病发生率较高，本研究发现高血压、糖尿病为患者高隐性失血的独立性影响因素，与相关研究结果相一致[19]。这可能与高血压、糖尿病的发生均可引起血管壁损伤，导致其通透性升高，在术后血液经此薄弱环节进入组织间隙；另外术后应激反应可导致患者血压、血糖的进一步升高而加重对血管内皮组织的损伤[20]。

骨质疏松者骨条件较差，易导致手术过程出现假体附近微骨折，此类骨折碎屑易进入血循环而引起毛细血管的开放，并增加红细胞渗透性，导致隐性失血的发生。术中毛细血管床的异常开放导致大量血液进入组织间隙及关节腔被认为是全髋关节置换术后隐性失血的一个重要原因，手术时间的延长意味着上述异常的时间延长，导致患者隐性失血量明显增加[21]。另外，手术时间的延长还可导致麻醉等对机体的刺激时间也相应延长，麻醉、手术等异常刺激使体内产生大量氧自由基，红细胞损伤出现溶血而致隐性失血。此外，本研究发现生物型假体者发生高隐性失血风险更大，与相关研究结果相一致[22]，这可能是由于生物型假体的松质骨截骨面及髋臼粗糙面可导致活动性渗血而增加隐性失血量；骨水泥假体则可有效封闭间隙及粗糙面而减少摩擦出血。本研究结果显示，抗凝方式不同的患者隐性失血发生率差异无统计学意义（P＞0.05），与李军等[23]的研究结果一致，提示髋关节置换术患者使用利伐沙班与肝素对隐性失血无明显影响。另外，本研究中不同手术入路患者隐性失血比较差异无统计学意义，与蔡伟松等[24]的研究结果不一致，这可能与本研究根据指南[1]推荐对纳入患者大部分采用前内侧入路，使用外侧入路者较少有关。

本研究还采用内部验证与外部验证的方法证明列线图模型具有较高的准确度与区分度。另外本研究决策曲线分析结果显示，当该列线图模型预测老年全髋关节置换术患者隐性失血的概率阈值为0.15 ～ 0.95时，患者的净受益率大于0，即列线图模型预测概率在0.15 ～ 0.95 时该模型具有临床价值，医护人员可采用本研究建立的模型对患者进行个性化预测，并根据结果进行健康宣教，制定针对性的干预措施，还可提高患者对自身病情的了解并提升治疗依从性。

综上所述，老年全髋关节置换术患者隐性失血的发生与年龄、高血压、糖尿病等因素有关，根据上述因素建立的连线图模型用于预测老年全髋关节置换术患者高隐性失血有较高的准确度与区分度。