骨科患者术前下肢深静脉血栓形成风险预测模型的开发与评估

摘要

背景

下肢深静脉血栓形成（LEDVT）是接受骨科手术患者中常见且严重的并发症。然而，目前仍缺乏有效的术前风险评估工具。在这项回顾性研究中，我们分析了2022年1月至2024年6月期间在一家三级医院接受骨科手术的525名患者。

方法

我们采用最小绝对收缩量选择算法（LASSO）回归，随后进行多变量逻辑回归分析，筛选了包括人口统计特征、合并症、实验室结果和影像学发现在内的66个临床变量。最终确定了6个独立预测因子：便秘史、深静脉血栓形成史、近期重大手术史、绝对淋巴细胞计数、白蛋白水平和D-二聚体水平。

结果

基于这些预测因子开发了一个预测模型，用于评估术前LEDVT的风险。该模型具有良好的区分能力，在训练队列中的ROC曲线下面积（AUC）为0.756，在验证队列中为0.766，并且校准效果良好。净重分类改善（NRI）和综合区分改善（IDI）分析证实了风险重分类方面的显著提升，而决策曲线分析（DCA）表明与简化参考模型相比具有更大的临床益处。

结论

这些研究结果表明，所提出的预测模型为个性化风险预测提供了一个简洁实用的工具，使临床医生能够识别高风险患者并优化围手术期管理策略。尽管需要在大型多中心前瞻性研究中进一步验证，但该模型有望通过促进骨科患者中LEDVT的早期识别和预防来改善临床决策和患者预后。