基于SMOTE算法的下肢创伤性骨折术后下肢深静脉血栓形成风险预警模型的构建

石颖花 黄子珊 蓝宁路

广西壮族自治区江滨医院,广西南宁市 530021

下肢深静脉血栓形成(Deep vein thrombosis,DVT)是指由下肢深静脉内血液不正常凝结,导致的静脉回流障碍性疾病。DVT是骨科术后的常见并发症之一,尤其好发于下肢骨折术后患者。有研究发现,髋关节和膝关节置换术患者在围手术期若未积极预防干预,术后DVT的发生率可高达75%[1]和88%[2]。而一旦栓子脱落,引起重要血管堵塞则可造不良后果,如肢体肿胀、疼痛,而堵塞肺部血管可导致致死性肺栓塞,威胁患者的生命健康,影响患者术后康复。然而,DVT发病常较隐匿,临床表现不明显,容易引起漏诊或误诊[3],因此加强对下肢创伤患者术后DVT风险的预测,进而采取个体化的干预措施,对降低术后DVT的发生率、改善骨折患者预后具有重要意义。本研究拟将我院收治的下肢创伤术后患者作为研究对象,通过构建数学模型,将风险因素定量化,预测患者术后DVT的发生风险。

1 对象与方法

1.1 研究对象 选取我院2018年1月—2021年6月收治的398例下肢创伤性骨折患者作为研究对象,根据患者术后是否发生DVT,将患者分为DVT组和非DVT组。纳入标准:(1)患者经影像学检查,下肢创伤性骨折诊断明确,且为新鲜性骨折(≤3周);(2)年龄≥18周岁,男女不限。排除标准:(1)妊娠期或月经期妇女;(2)患者合并有严重肝功能不全、血栓性疾病或凝血功能障碍;(3)近1周内有使用如阿司匹林等可能影响血小板或凝血功能的药物患者;(4)患者就诊时已发生DVT;(5)临床资料不完整者。本研究经我院医学伦理委员会批准同意,由于本研究为回顾性研究,且对患者几乎无医疗风险,经医学伦理委员批准免于患者知情同意。

1.2 下肢DVT诊断标准 参考我国《下肢深静脉血栓形成诊断及疗效标准:2015年修订稿》[4]中的相关诊断标准,密切观察患者术后14d内双侧下肢供血情况,若出现肿胀、疼痛,皮温升高,颜色改变或合并Homans征,则进一步行彩色多普勒超声检查,若检查结果提示下肢静脉增粗,腔内充满低实性回声,无血流信号或血流信号绕行,在排除急性动脉栓塞、小腿损伤性血肿或急性淋巴管炎等疾病后即可诊断为下肢DVT。

1.3 数据收集 所有患者临床数据资料均由一名经过培训的具有高级职称的临床医师进行收集,主要包括:性别、年龄、体重指数(BMI)、合并基础疾病、下肢骨折部位、是否合并多处骨折、手术等待时间、手术时长、术中失血量及术后第1天血小板计数、国际标准化比值(INR)、D二聚体水平。

1.4 SMOTE(Synthetic Minority Oversampling Technique)过抽样算法 采用SPSS MODELER 18.1实现SMOTE过抽样。本研究中少量样本组为DVT组,应增加样本倍数(n)为非DVT患者数量与DVT患者数量比值(四舍五入取整数)。SMOTE过抽样的具体过程为[5]:(1)计算重症感染组每个样本的 k 个最近邻点;(2)随机抽取重症感染组样本点 i 的 k 个最近邻点中的一个样本j;(3)计算样本i和样本j的所有变量属性差值Q;(4)随机产生一个介于0和1之间的数值R;(5)生成新样本= Sample i+R×Q;(6)重复步骤(1)至(5),直至达到重症感染组患者数达到n倍;(7)重复步骤(1)～(6),直至所有重症感染组样本变量均处理完毕。通过此方法扩充的数据集,本质是对少数类样本进行类内的样本插值,未改变样本的原有空间边界,具有较高的信效度。

2 结果

2.1 患者术后下肢DVT发生情况分析 398例下肢创伤性骨折患者术后发生下肢DVT 62例,发生率为15.6%。其中,左侧血栓29例(46.8%),右侧血栓22例(35.5%),双侧血栓11例(17.7%)。周围型血栓56例(90.3%),中央型血栓2例(3.2%),混合型血栓4例(6.5%)。

2.2 两组患者临床资料单因素分析结果 DVT组患者年龄、术后第1天D二聚体水平及手术等待时间≥6d、髋部或股骨干部位骨折、合并冠状动脉粥样硬化性心脏病、合并多处骨折的患者比例明显高于非DVT组,差异具有统计学意义(P<0.05)。见表1。

表1 下肢创伤性骨折患者术后并发DVT的单因素分析

2.3 二元Logistic回归分析 将单因素分析中,两组患者间差异具有统计学意义的变量作为自变量,以患者术后是否发生下肢DVT作为因变量,进行二元Logistic回归分析(各变量赋值详见表2)。结果提示,患者年龄增加、术后第1天 D二聚体水平升高、手术等待时间≥6d、合并冠心病及多处骨折是下肢创伤性骨折患者术后发生DVT的独立危险因素(P<0.05)。见表3。概率预测模型为P1=1/[1+e-(-13.595+0.069X1+1.106X2+1.302X3+1.000X4+1.236X5)]。对该模型进行Hosmer-Lemeshow检验,结果提示,决定性系数R2=0.424,P=0.960,表明模型拟合度良好。

表2 各变量赋值方法

表3 二元Logistic回归分析结果

2.4 基于SMOTE过抽样算法的Logistic预警模型 本研究中,少量样本组为DVT组(62例),需扩充数量为n=非DVT组/DVT组=336/62≈5,应扩充样本量为62+62×5=372例,此时非DVT组与DVT组比值接近于1(1.1)。然后对过抽样后的数据重新拟合Logistic回归模型,结果见表4。基于SMOTE过抽样算法的预警模型P2=1/[1+e-(-10.161+0.075X1+0.808X2+1.216X3+0.787X4+0.513X5)]。各变量赋值同前。对该模型进行Hosmer-Lemeshow检验,结果提示,决定性系数R2=0.620,高于P1模型。

表4 二元Logistic回归分析结果

2.5 预测模型P1和P2的ROC曲线分析 为进一步验证两种模型对下肢创伤性骨折患者术后发生DVT的预测效能,并进行比较,分别对P1和P2模型进行ROC曲线分析,结果表明预警模型P2的ROC曲线下面积为0.910,高于P1模型的0.793(见图1)。其中,P2模型中年龄和术后第1天D二聚体的最佳诊断界值为≥61岁和≥6.30mg/L。

图1 预警模型P1(a)和P2(b)的ROC曲线分析

3 讨论

DVT是下肢创伤性骨折患者术后常见并发症,DVT患者栓子脱落后,常可引起下肢静脉血管堵塞,静脉回流受阻,导致下肢疼痛、肿胀,影响骨折患者术后康复,若堵塞至肺部血管则可引起严重的肺栓塞,危及患者生命安全[6]。在以往临床诊治过程中,医务人员多通过临床经验判断患者DVT的发生风险,但这种方法常带有一定的主观性,不仅受到个人经验的影响,且患者间的个体差异,也可导致判断结果并不准确。目前,关于下肢创伤性骨折患者术后DVT的临床研究日益受到重视,但这些研究多集中于危险因素分析,缺少对不同危险因素的定量分析,临床参考价值有限。因此,有必要建立一种实用性强,且评估过程简单的DVT发生风险个体化预警模型,以加强DVT高危患者的筛查,开展个体化的护理干预,减少术后DVT的发生。

目前关于下肢创伤性骨折术后DVT的发生率报道差异较大。国外有研究显示股骨颈骨折后DVT的发生率高达62%[7],而Hefley等[8]报道髋部骨折术后DVT的发生率仅为9.8%。国内学者耿倩等[9]对819例骨科住院患者的调查研究发现,术后患者住院期间下肢DVT的发生率为15.13%,这与本研究的15.6%相符。这种不同研究间骨折术后DVT发生率差异的主要原因可能与各研究对DVT诊断标准、患者骨折部位及不同随访时间导致。

骨折患者术后DVT形成因素复杂,患者自身因素及手术等治疗因素均可在DVT的形成过程中发挥作用[10]。其中,高龄已经被认为是引起骨折术后DVT的重要危险因素之一。Zhang等[11]在一项前瞻性研究中发现,60岁以上人群闭合性下肢骨折患者术后DVT的发生率高达35%。本研究发现,年龄增加是下肢创性骨折患者术后DVT的独立危险因素,ROC曲线分析进一步提示,其最佳诊断界值为≥61岁。高龄患者血管壁常存在不同程度的弹性降低,具有发生血管损伤及血栓形成的高危因素,而且老年患者术后隐性失血比较常见,饮食摄入量偏少,体液缺失,使其外周血液循环量减少,血流缓慢,在骨折后制动可使血流处于相对缓滞状态,容易并发下肢深静脉血栓[12]。

已有研究证实[13],血液的高凝状态与血栓形成具有密切关系。D二聚体是由交联纤维蛋白经纤溶酶降解后产生,其水平可反映机体的凝血—纤溶系统的平衡状态,是临床广泛使用的血液高凝状态诊断指标之一。近几年,D二聚体水平对下肢DVT的诊断地位逐渐受到重视。目前,国内外指南均已将D二聚体作为下肢DVT临床诊断和预后评估的重要实验室检查指标[14-15]。但有研究表明[16],对于择期手术的骨科患者,术后发生DVT患者入院时D二聚体水平和未发生DVT患者间差异并无统计学意义,而仅在术后第1天D二聚体水平明显高于未发生DVT患者(P<0.05)。因此,本研究选择术后第1天患者D二聚体水平作为观察指标之一,结果表明,患者术后第1天血D二聚体水平是下肢DVT的独立危险因素,其最佳诊断界值为≥6.30mg/L。李树灏等[17]研究也发现,在膝关节以远骨折术后患者中术后第1天血D二聚体水平是发生DVT的独立危险因素。

有研究表明[18],合并心血管疾病是DVT的独立危险因素。冠心病作为一种常见的心血管疾病类型,其与下肢DVT关系的研究目前较为有限。许鹏等[19]研究发现,冠心病患者PCI术后DVT的发生率约为10.2%,提示冠心病可能与DVT的发生具有一定关联。本研究结果表明,冠心病是下肢创伤性骨折患者术后发生DVT的独立危险因素。这可能与冠心病患者血液高凝状态导致血栓事件增加有关。除此之外,本研究还发现,合并有多处骨折的患者术后DVT发生风险明显升高,其主要原因可能是该类患者往往受伤较为严重,手术过程较为复杂,手术时间长,术后可能伴有长时间的制动从而导致DVT的发生。

血流缓慢和静脉血管损伤是引起DVT另一重要机制[20],骨折患者入院时常患肢常可伴有不同程度肿胀和血管损伤,需在手术时机成熟后方能进行手术,而在等待手术期间患者常需要制动,导致全身静脉回流缓慢,加之创伤引起的静脉血管损伤,可进一步加重术后DVT发生风险。本研究发现手术等待时间≥6d是下肢创性骨折患者发生DVT的独立危险因素。李树灏等[17]同样发现,患者术前等待时间与术后发生DVT具有密切关系。

样本量不平衡是医学领域中常见的统计学问题,不仅影响预测结果的特异性和敏感性,同时还可降低回归模型预测的精准度[21]。SMOTE是一种过抽样算法,是目前针对不平衡数据的一种有效处理方法,不仅可扩充的样本量较低的数据集,且不改变样本的原有空间边界,具有较高的信效度[20]。本研究基于SMOTE过抽样算法,有效扩充了DVT组的样本量,通过产生新的数据后,再次建立回归模型。通过ROC分析可知,P2模型AUC和决定系数均高于P1模型,这提示经SMOTE过抽样后拟合的回归模型对下肢创伤性骨折患者术后发生DVT的预测效能更优。

综上所述,患者年龄增加、术后第1天 D二聚体水平升高、手术等待时间≥6d、合并冠心病及多处骨折与下肢创伤性骨折患者术后发生DVT密切相关,基于此,通过SMOTE过抽样算法建立的个体化预警模型对术后发生DVT具有较高的预测效能。医护人员可以根据该模型在早期进行有效的防范与干预,进而改善患者预后。