腰椎融合術后引流量的列線圖預測模型的建立和評價

史 蕊

山東大學齊魯醫院骨外科，山東濟南 250012

近年來腰椎間盤突出癥、腰椎椎管狹窄癥以及腰椎滑脫癥等腰椎退行性疾病的發病率逐漸升高[1-2]，腰椎融合術是一種非常有效的治療手段，但手術可能會帶來一定的風險，其中包括術后引流量過多[3]。引流量過多可能會導致貧血、低血壓等不利于患者康復的并發癥發生[4-5]。通過電磁波治療儀等多種措施降低引流量，促進患者的康復，已被證明是行之有效的方法[6]。引流量是反映外科患者病情的重要指標，觀測并記錄引流量也是護士重要的臨床工作，已經有多種護理措施在減少患者引流量方面有效地發揮了作用[7-8]，但是這些措施往往針對性不足。因為將干預措施應用于所有患者無疑會顯著增加護士的工作量，也會占用更多的人力和物力。因此，分析出患者發生術后引流量過多的可能性，針對性地提前采取干預措施，有利于患者康復，也有助于臨床工作的開展。本研究圍繞影響腰椎融合術后引流量的因素進行分析，并構建和評價預測模型以幫助臨床實踐，具體報道如下。

1 資料與方法

1.1 一般資料

本研究為回顧性研究，選取2019 年1 月至2021 年12 月山東大學齊魯醫院（我院）收治的342 例因腰椎退行性疾病而實施后入路腰椎融合術的患者作為研究對象。根據患者術后引流量將患者分為A 組（n=203，引流量＜150 ml）和B 組（n=139，引流量≥150 ml）。本研究在獲得我院醫學倫理委員會批準下進行。

納入標準：①患者了解本研究內容，簽署相關協議后自愿加入；②患者均符合后入路腰椎融合術手術指征，并完成手術；③患者精神正常，可與其正常溝通。

排除標準：①任何指標缺失的患者；②年齡＜18 歲的患者；③惡性腫瘤疾病者。

1.2 方法

調閱患者病歷資料，收集其人口學資料、術前實驗室檢驗結果及病史資料，其中人口學資料包括性別、年齡、身高、體重等；術前實驗室檢驗包括谷丙轉氨酶、谷草轉氨酶、血漿白蛋白、膽固醇、三酰甘油、高密度脂蛋白、低密度脂蛋白、極低密度脂蛋白、尿素氮、肌酐、血紅蛋白、血細胞比容、血小板、C 反應蛋白、D 二聚體、凝血酶原時間、活化部分凝血活酶時間等，并采集收縮壓、舒張壓、手術節段數；病史資料包括高血壓病史、冠心病史、腦血管病史、糖尿病史、吸煙史、飲酒史等。

1.3 統計學分析

2 結果

2.1 兩組一般資料比較

除收縮壓、舒張壓、三酰甘油、手術節段數外，兩組其余人口學資料、術前實驗室檢驗結果和病史資料比較，差異無統計學意義（P＞ 0.05）。見表1 ～2。

表1 兩組患者基本臨床特征比較

表2 兩組患者病史比較[n（%）]

2.2 預測模型的構建

經過逐步邏輯回歸篩選之后，包括舒張壓等五個因子在內的模型的AIC 值最小。根據P＜ 0.05的篩選，舒張壓、三酰甘油和手術節段數被用于構建最終的模型。這些因子的詳細數據見表3，構建模型見圖1。

圖1 模型的列線圖

表3 基于AIC的逐步邏輯回歸分析結果

2.3 評估預測模型的性能

模型的評價分為校準度、區分度和臨床性能。校準曲線是預測發生概率和實際發生概率之間的關系的體現。如果預測發生概率和實際發生概率完全一致，那么觀測曲線和理想曲線應該完全重合。因此，兩個曲線之間的距離越近，模型預測越準確。從圖2 中可以看出，本研究構建模型的校準度較高。

圖2 模型的校準曲線圖

ROC 曲線是評價模型區分度的首選。曲線下面積（area under curve，AUC）越高，模型對患者的區分能力越強。一般來說，AUC＞0.7 說明模型的區分能力較強[13]。本研究得到的模型的區分能力見圖3。

圖3 模型的ROC 曲線圖

構建模型的最終目的是為了幫助臨床實踐。因此，使用DCA 和CIC 來判斷模型的臨床性能。在圖4 中，實線表示模型，另外兩條參考線是無效線。其中虛線表示對所有患者都采取干預措施，加粗實線表示對所有患者都不采取措施。如果一個模型會對臨床決策有幫助，那么該模型的曲線一定要某個閾值范圍內的凈收益要高于兩條參考線。圖4 中可以看出，黑色實線在0 ～1 的范圍內的標準化凈收益都高于兩條參考線。在圖5 中，CIC 表明模型的預測能力在閾值概率的范圍內不會遺漏任何一例真正陽性（即引流量≥150 ml）的患者。因此，本研究構建的模型在臨床上可以有效判斷出患者發生引流量過多的可能性，有助于醫護人員采取干預措施，有益于患者術后康復。

圖4 模型的DCA 曲線圖

圖5 模型的CIC 圖

3 討論

近年來，腰椎間盤突出癥這一類腰椎退行性變疾病發病率的升高，使腰椎融合術成為脊柱外科最常見的手術之一。很多情況下，腰椎融合術已經成為首選的治療手段[14]，手術的療效令人滿意，但手術后引流量可能會很多。過多的引流量會延長引流管的拔除時間，減緩切口的愈合，還可能導致貧血、感染等并發癥的發生[15]。所以，降低患者的引流量是促進患者康復的重要手段之一[16-17]。應在患者實施手術之前對患者進行評估，若發現患者術后存在引流量過多的可能性，應提前采取更有針對性的措施進行干預，防患于未然，促進患者康復。

由于引流量的觀察與記錄是外科護士最常見的臨床工作之一，及時高效地向醫生反應引流量的情況可以幫助醫生判斷患者的病情，在此基礎之上結合日常臨床工作中積累的經驗以及既往的研究[18]，有選擇性地收集患者的相關臨床指標。在比較兩組患者的臨床資料之后，結果表明除了血壓、三酰甘油和手術節段數量以外，兩組其余各項指標比較，差異無統計學意義（P＞ 0.05），說明單純通過差異分析來判斷患者發生術后引流量過多的可能性是不現實的。因此，本研究采用基于AIC 的逐步邏輯回歸將所有指標進行綜合考量和分析，篩選出真正影響引流量的因素，然后構建列線圖，用于預測患者術后引流量＞150 ml 的可能性。在列線圖中可以看出，舒張壓（OR=1.364）和手術節段數（OR=4.712）是導致患者術后引流量增多的危險因素，而三酰甘油（OR=0.792）是保護因素。結合有關研究報道，①手術節段數越多提示術中暴露與剝離肌肉、骨組織等操作越多，易導致術后引流量增加[19-20]。建議依據患者情況采取選擇性腰椎融合術；②高血壓尤其是舒張壓增高可造成血管內皮細胞損傷，致使血管結構與功能改變；且高血壓患者凝血酶譜改變，導致其凝血功能降低；同時，圍手術期患者血壓較高可造成血管靜水壓力提高，致使血漿成分的慢性滲出增加；此外，術后康復訓練的實施可帶來疼痛，對局部小血管造成刺激，增加出血量[21]。因此建議術前控制患者血壓狀況；③三酰甘油缺乏可促進血管粥樣動脈硬化形成，血管脆性增加，在術后移動時更易發生出血，增加引流量[22]。建議增強對三酰甘油缺乏患者的關注，圍手術期加強干預。本研究校準圖表明模型的校準度很高，平均錯誤率很低。ROC 曲線反映了模型對引流量＞150 ml 的患者的區分度較好，DCA 和CIC 則展示了模型在臨床上是有幫助的。

綜上所述，本研究得到的列線圖可以有效預測腰椎融合術后患者發生引流量過多的風險。而且在臨床上使用該模型可以幫助護士更有針對性地開展護理工作，也為醫生制訂治療方案提供了更精準的協助。最重要的是，根據該模型可以對那些發生引流量過多的高風險患者提前采取干預措施，促進患者的康復。