某部新兵跖骨行軍骨折風險因素的多元logistic回歸分析

范志剛，夏巍巍，潘森鑫，劉美霞

·論 著·

某部新兵跖骨行軍骨折風險因素的多元logistic回歸分析

范志剛，夏巍巍，潘森鑫，劉美霞

目的探討新兵戰士跖骨行軍骨折的風險因素，為部隊建立新兵戰士健康預警機制和防治提供依據。方法采用多元logistic回歸法對東部戰區某部新兵戰士身高、體重、訓練時間、跖骨長度、跖骨寬度、跖骨密度、足弓高度、骨齡等風險因素進行逐層篩選分析。結果跖骨寬度、跖骨密度、足弓高度、骨齡為跖骨行軍骨折的消極因素。而訓練時間、跖骨長度為跖骨行軍骨折的積極因素。進一步的結果顯示訓練時間、跖骨長度、跖骨寬度、足弓高度可進入logistic回歸模型，且回歸模型對數據的擬合度較好(P=0.847)，具有統計學意義(χ2=52.449，P<0.001)。結論多個因素參與行軍骨折的發病過程，其風險因素應得到重視，以此建立有效的預防預警措施，減低跖骨行軍骨折在新兵戰士群體中的發病率。

跖骨；行軍骨折；logistic回歸；風險因素

行軍骨折又稱疲勞性骨折，其標準定義為是由低于造成骨折的單一負荷的應力不斷重復所造成骨骼的損傷[1-2]。行軍骨折在作訓部隊官兵，尤其是新入伍戰士中具有較高的發病率，以“行軍”冠名該種疾病亦佐證其特殊的群體性。盡管在臨床上及學術界中行軍性骨折的發病主因已定義為反復應力所致[3-4]，事實上除此之外，仍有諸多潛在因素對行軍性骨折的發病起著極其重要的作用，諸如骨質以及病員自身屬性等[5-6]，然此類相關研究較為少見。本文以東部戰區某部新入伍戰士這一高發病率人群為對象，用多元logistic回歸法對跖骨行軍骨折的諸個風險因素作全面分析，為新兵戰士的軍旅生活提供預防及診療依據。

1 資料與方法

1.1一般資料 觀察組：收集2010年1月至2015年5月在我科確診的跖骨行軍骨折病例。入組標準：①新入伍戰士，即處于新兵訓練期間所發行軍骨折；②經影像學資料確診，包括初診無異常，后復查確診病例；③男性戰士。排除標準：①外傷性骨折；②二次復查就診的病例。共收集115例符合上述標準病例，其中平均年齡(18.2±2.5)歲，身高(167.6±16.3)cm，體重(54.3±6.8)kg。對照組：收集同期接受影像學檢查的新入伍戰士腳部無異常的影像學資料，共計100例。其中平均年齡(18.6±2.3)歲，身高(169.5±14.7)cm，體重(55.2±7.1)kg。觀察組和對照組的年齡、身高、體重比較差異無統計學意義(P>0.05)。本研究經我院倫理委員會批準(批準號：002017011)，所有受試戰士均在檢查前具有知情權并簽署知情同意書。

1.2方法 所有觀察組和對照組資料由2名影像科高年資主治醫師經訓練后雙盲法進行整理分析評測，結果采用Kappa值分析判斷2名醫師所測結果是否具有高度的一致性。記錄入組戰士的身高(cm)、體重(kg)、訓練時間(d)、跖骨長度(mm)、跖骨寬度(mm)、跖骨密度等參數。其中跖骨密度以X線片的灰度值表示，具體方法為：將X線片圖導入IMAGE J 1.46 軟件，轉換圖像格式為8bit，并測量其平均灰度值。

1.3變量賦值 將各連續性變量分別根據各自的四分位數劃分為有序多分類變量，見表1。

表1跖骨行軍骨折風險因素的賦值說明

參數名稱變量名賦值說明身高(cm)X1165≤=0，1651～170=1，1701～175=2，≥1751=3體重(kg)X255≤=0，551～65=1，651～75=2，≥751=3訓練時間(d)X320≤=0，21～40=1，41～60=2，≥61=3跖骨長度(mm)X435≤=0，351～45=1，451～55=2，≥551=3跖骨寬度(mm)X56≤=0，61～10=1，101～14=2，≥141=3跖骨密度X6800≤=0，801～1600=1，1601～2400=2，≥2401=3足弓高度(mm)X714≤=0，141～16=1，161～18=2，≥181=3骨齡(年)X816≤=0，161～18=1，181～20=2，≥201=3跖骨行軍骨折Y對照=0，病例=1

1.4統計學分析 采用SPSS19.0統計軟件進行單因素logistic回歸分析(α入=0.05，α出=0.1) 以篩選自變量，將其中有統計學意義的自變量采用逐步前向似然比法建立logistic回歸模型(納入標準P<0.05，排除標P>0.10)，對回歸參數采用Wald χ2檢驗，對整個模型采用似然比檢驗，以P<0.05為差異有統計學意義。

2 結 果

2.1一般資料比較 2組訓練時間、跖骨長度、跖骨寬度、跖骨密度、足弓高度及骨齡差異均具有統計學意義(P<0.05)。見表2。

項目對照組(n=100)觀察組(n=115)訓練時間(d)384±23502±25?跖骨長度(mm)409±147473±163?跖骨寬度(mm)101±7181±68?跖骨密度19284±2314627±25?足弓高度(mm)159±147147±163?骨齡(年)192±71178±68?與對照組比較，?P<005

2.2跖骨行軍骨折風險因素的單因素logistic回歸分析 應變量設為是否跖骨行軍骨折，以表1中的各風險因素為協變量分別進行單因素logistic回歸分析，篩選X1至X8八個變量。結果顯示，變量X5、X6、X7、X8的回歸系數β為負，OR值小于1，提示跖骨寬度、跖骨密度、足弓高度、骨齡為跖骨行軍骨折的消極因素。以跖骨寬度為例，在其他影響因素均衡的條件下，訓練時間每升高一個水平，跖骨行軍骨折發生率為其前一水平的0.726倍。變量X3、X4的回歸系數為正，OR值大于1，提示訓練時間、跖骨長度為跖骨行軍骨折的積極因素。以訓練時間為例，在其他影響因素均衡的條件下，訓練時間每升高一個水平，跖骨行軍骨折發生率為其前一水平的3.755倍。其余協變量的P>0. 05，認為與跖骨行軍骨折的發生無顯著性影響，見表3。

2.3跖骨行軍骨折風險因素的多因素logistic回歸分析 將單因素logistic回歸分析篩選出的五項P<0.05的指標訓練時間、跖骨長度、跖骨寬度、跖骨密度、足弓高度以及骨齡經多因素logistic逐步向前回歸分析，將不符合方程的跖骨密度和骨齡這兩項指標剔除，其余四項指標訓練時間(X3)、跖骨長度(X4)、跖骨寬度(X5)、足弓高度(X7)進入logistic回歸模型，建立回歸方程 P=1/[1+e-(1.521+2.663X3+1.557X4-1.945X5-1.601X7 )]，其中P值為跖骨行軍骨折的發病率，X3、X4、X5、X7均為方程協變量，Hosmer and Lemeshow Test 檢驗顯示觀測數據和預測數據相比差異無統計學意義(P=0.847)，表明回歸模型對數據的擬合度較好。對該方程進行似然比檢驗，χ2=52.449，P<0.001，表明模型有統計學意義。見表4。

表3跖骨行軍骨折風險因素的單因素logistic分析

變量參數名稱偏回歸系數標準誤OR值(95%CI)Waldχ2值P值X1身高003401851365(0827～1561)00610742X2體重-006802580986(0815～1363)04731502X3訓練時間059201513755(2235～3947)86280008X4跖骨長度025903222231(1847～2542)55610021X5跖骨寬度-022401510726(0684～1326)10620033X6跖骨密度-032802410639(0518～1079)32790023X7足弓高度-042901470413(0357～0681)45580011X8骨齡-030601860783(0449～0898)28870032

表4跖骨行軍骨折風險因素的多因素logistic分析

協變量參數名稱偏回歸系數標準誤OR值(95%CI)Waldχ2值P值X3訓練時間266307940071(0014～0343)95470001X4跖骨長度155706080328(0069～0852)46280027X5跖骨寬度-194506336005(1843～19424)78510031X7足弓高度-160106916593(2693～20709)72590008常數項15211885477106840421

3 討 論

交通工具的跨越式發展，出行方式的革命性變化，使得跖骨行軍骨折這一傳統性疾病雖在普通民眾人群中的發病率逐年減低，然在愈發嚴格的軍事化訓練和競技體育中，該疾病已成為困擾相關受訓人的重要疾患[7]。目前圍繞行軍骨折，尤其是跖骨這一好發部位的研究正紛至沓來[8]。細胞生物學、分子生物學、三維重建以及流體力學技術在醫學領域的發展應用，諸多學者已對行軍骨折做出深入淺出的報道，從不同層面角度闡釋行軍骨折的病理生理過程及發病機制[9]。前期文獻對跖骨行軍骨折的研究已形成公論[10]：與一次性暴力損傷引起的骨折不同，行軍骨折是發生于正常骨質的應力骨折，其特征是骨折與修復過程同時進行，故近年來學界正逐漸將其歸入應力骨折的一種類型，以應力學為方向已成為行軍骨折的主要研究趨勢。回顧前人研究，訓練時間及足弓高度兩項因素均已被廣泛接受認可：長期高強度訓練為骨質應力的主要來源[11]，足弓為調節應力分布的重要結構基礎[12]。但值得注意的是，除此之外，身高、體重以及骨自身屬性均與應力密切相關[13]，然鮮見此類相關報道。故筆者對跖骨行軍骨折的最高發群體——新入伍戰士的病情資料做篩選，以應力為研究切入點，提煉與之密切相關的身高、體重、訓練時間、跖骨長度、跖骨寬度、跖骨密度、足弓高度以及骨齡這八項指標為納入范疇，為跖骨行軍骨折的諸多因素進行統籌分析，旨在為該種疾病的預防及診療提供科學可信的依據。

本文研究結果發現，在單因素logistic回歸分析中，身高及體重兩個指標率先被剔除，提示該兩項指標與跖骨行軍骨折發病率無顯著關聯，亦側面證實越高或越重的身材對跖骨應力無顯著影響。這一結果與筆者臨床工作中鮮見較高較胖兵員發生跖骨行軍骨折的實際情況亦基本相符。在單因素篩選后進入方程的6項指標中，除訓練時間和足弓高度兩指標外，其余4項跖骨長度、跖骨寬度、跖骨骨密度及骨齡均未曾被報道[14]。雖然跖骨密度和骨齡這兩項指標在隨后的逐步向前回歸中被剔除(提示該2項指標雖與跖骨行軍骨折發生率有關，但卻未能進入多元方程)，跖骨長度和寬度這兩項指標引起筆者的注意。本文建立的多因素logistic回歸方程顯示，越長的跖骨與行軍骨折的發生率呈顯著正性相關，而越寬的跖骨則與行軍骨折的發生率呈顯著負性相關，提示跖骨行軍骨折的發生不僅與訓練、足弓高度有關，跖骨自身屬性亦起著決定性作用。在此理論基礎上，臨床診療中跖骨行軍骨折常好發于第2跖骨這一現象亦得到信服的解釋[15]：與粗壯的第1跖骨相比，第2跖骨寬度為略欠，而與第3～5跖骨相比，其長度有余。而方程中的其他兩項指標應力時間和足弓高度，本文結果與之前已有報道基本一致，即：跖骨行軍骨折與應力時間呈正性相關，與足弓高度呈負性相關。

綜上，本文以logistic回歸法對跖骨行軍骨折的諸個因素做出分析，并得到具備臨床價值意義的結果，為此類相關研究拓展了研究領域，之后可以此為線索展開進一步的應力學研究。

[1] Miller T, Kaeding CC, Flanigan D. The classification systems of stress fractures: a systematic review[J]. Phys Sportsmed，2011，39(1): 93-100.

[2] 葉小明.疲勞骨折68例診治體會[J].東南國防醫藥,2006，8(2):115-116.

[3] Taylor D, Casolari E, Bignardi C. Predicting stress fractures using a probabilistic model of damage, repair and adaptation[J]. J Orthop Res，2004，22(3): 487-494.

[4] 許 偉,李善杰,馬小貝，等.軍事訓練致股骨疲勞骨折的MRI診斷[J].臨床軍醫雜志，2013，41(7)：766.

[5] Miller JR, Dunn KW, Ciliberti LJ,etal. Association of vitamin D with stress fractures: a retrospective cohort study[J]. J Foot Ankle Surg，2016，55(1): 117-120.

[6] Milgrom C, Finestone A, Sharkey N,etal. Metatarsal strains are sufficient to cause fatigue fracture during cyclic overloading[J]. Foot Ankle Int，2002，23(3): 230-235.

[7] Emmerson TD, Lawes TJ, Goodship AE,etal. Dual-energy X-ray absorptiometry measurement of bone-mineral density in the distal aspect of the limbs in racing Greyhounds[J]. Am J Vet Res， 2000, 61(10): 1214-1219.

[8] Chen Z, Chen X, Liu M,etal. Texture features of periaqueductal gray in the patients with medication-overuse headache[J]. J Headache Pain, 2017, 18(1): 14.

[9] Muir P, McCarthy J, Radtke CL,etal. Role of endochondral ossification of articular cartilage and functional adaptation of the subchondral plate in the development of fatigue microcracking of joints[J]. Bone, 2006, 38(3): 342-349.

[10] 何 東,陳興燦,鐘 琦.四肢關節專用MRI診斷疲勞性骨折的價值[J].東南國防醫藥，2014,16(1)：48-51.

[11] Carmont MR, Patrick JH, Cassar-Pullicino VN,etal. Sequential metatarsal fatigue fractures secondary to abnormal foot biomechanics[J]. Mil Med, 2006, 171(4): 292-297.

[12] Jacklin BD, Wright IM. Frequency distributions of 174 fractures of the distal condyles of the third metacarpal and metatarsal bones in 167 Thoroughbred racehorses (1999-2009) [J]. Equine Vet J, 2012, 44(6): 707-713.

[13] Tins BJ, Garton M, Cassar-Pullicino VN,etal. Stress fracture of the pelvis and lower limbs including atypical femoral fractures-a review[J]. Insights Imaging, 2015, 6(1): 97-110.

[14] Knobloch K, Schreibmueller L, Jagodzinski M,etal. Rapid rehabilitation programme following sacral stress fracture in a long-distance running female athlete[J]. Arch Orthop Trauma Surg, 2007, 127(9): 809-813.

[15] Weist R, Eils E, Rosenbaum D. The influence of muscle fatigue on electromyogram and plantar pressure patterns as an explanation for the incidence of metatarsal stress fractures[J]. Am J Sports Med，2004，32(8): 1893-1898.

Multivariatelogisticregressionanalysisofriskfactorsforfractureofmetatarsalbonesinrecruits

FAN Zhi-gang, XIA Wei-wei, PAN Sen-xin,LIU Mei-xia

(RadiologyDepartment,the359thHospitalofPLA,Zhenjiang212001,Jiangsu,China)

AbstractObjectiveTo explore the risk factors of the metatarsal fracture of the new recruits, and to provide evidence for the establishment of early warning mechanism and prevention and control of recruits.MethodsThe training time, height, weight, metatarsal length, metatarsal width, arch height of metatarsal, bone density and bone age of the eastern theater recruits were screened by layer regression analysis method with multiple logistic.ResultsThe width of metatarsal bone, the density of metatarsal bone, the height of arch, and the bone age were the negative factors of metatarsal fractures, while the training time and the length of metatarsal bone were the positive factors. Further results showed that the training time, metatarsal length, metatarsal width and arch height of metatarsal could enter the logistic regression model which fit the data well (P=0.847) with statistical significance (χ2=52.449,P<0.001).ConclusionMany factors were involved in the process of the progression of the fracture; The risk factors should be paid more attention so as to establish effective preventive measures to reduce the incidence of metatarsal fractures in recruits.

Metatarsal bone；Marching fracture；Logistic regression；Risk factors

R683.42

A

1672-271X(2017)05-0484-04

10.3969/j.issn.1672-271X.2017.05.009

2017-05-07;

2017-06-14)

(本文編輯：葉華珍； 英文編輯：王建東)

212001 鎮江，解放軍第359醫院放射科

夏巍巍，E-mail:xia_ww@126.com

范志剛，夏巍巍，潘森鑫，等.某部新兵跖骨行軍骨折風險因素的多元logistic回歸分析[J].東南國防醫藥，2017,19(5):484-487.