骨質疏松椎體壓縮性骨折患者術后再骨折的風險列陣圖構建與驗證

田燁 袁秋文 胡梁深

南昌市洪都中醫院（南昌 330038）

骨質疏松椎體壓縮性骨折（osteoporotic vertebral compression fractures，OVCF）是由機體骨質疏松而導致的椎體性骨折，如不經治療會引起疼痛、認知功能下降和脊柱后凸等嚴重的后遺癥，極大地增加了患者的病死率［1-2］。手術治療能在短時間內緩解患者的疼痛，但患者在術后容易發生再次骨折［3-4］。目前，臨床關于OVCF 患者術后再骨折的研究多集中于單純的因素分析［5-7］，關于其風險列線圖模型的應用報道仍然鮮見，現有的報道模型中多以如老年群體或同種手術患者為主要研究對象，因素各有差異，且對象篩選范圍均有區別，故其構建的模型尚不統一。因此，本研究擴大對象選取范圍，納入不同年齡段和多種術式的患者，分析不同的患者、疾病和護理因素，構建風險列線圖預測模型，增加臨床實用性和普適性。

1 資料與方法

1.1 一般資料 選取2020 年1 月至2021 年6 月于南昌市洪都中醫院180 例行手術治療的OVCF 患者，依據患者是否發生再骨折將其分為再骨折組（n= 41）和未再骨折組（n= 139）。納入標準：（1）骨質疏松患者；（2）初次就診，且為單側椎體壓縮性骨折患者；（3）接受經皮椎體形成術（percutaneous vertebroplasty，PVP）或經皮后凸成形術（percutaneous kyphoplasty，PKP）手術患者。排除標準：（1）近期有行其他脊柱手術患者；（2）外傷導致的骨折患者；（3）入組前有使用影響骨質檢查結果的藥物；（4）合并甲狀腺功能亢進癥、骨結核等骨代謝疾病患者；（5）臨床資料及隨訪資料不完整患者。

1.2 研究方法 所有患者在術后進行為期1 年的隨訪，再骨折的發生經影像學CT 檢查確診，并根據檢查結果將患者分為再骨折組和未再骨折組。由科室兩名護理經驗豐富且經培訓合格后的護士進行患者的一般資料和臨床資料進行收集與整理，并采用雙人錄入的方式，后進行核對。（1）一般資料：收集患者的性別、年齡、體質量指數（body mass index，BMI，kg/m2）。（2）疾病因素：骨折類型（楔形/非楔形）、脊柱矢狀面失衡、初始骨折椎體數量。（3）手術指標：手術方式（PAP/PKP）、骨水泥注入量（mL）、骨水泥注射率（%）、骨水泥滲漏情況。（4）術后治療和恢復情況：椎體高度恢復率（%）、術后視覺模擬量表（visual analogue scale，VAS）評分、術后Oswestry 功能障礙指數（oswestry dysfunction index，ODI）、術后臥床時間（d）、術后功能鍛煉開始時間（d）、術后長期抗骨質疏松治療、術后骨密度（SD）和術后后凸Coob 角度（°）。其中，術后VAS 評分、ODI 和骨密度均于手術治療后1 個月進行評價和檢測。

1.3 統計學方法 采用SPSS 21.0 統計軟件處理數據，數據符合正態性，計量資料用均數±標準差表示，行t檢驗；計數資料采用例（%）表示，行χ2檢驗，采用logistic 回歸分析獨立危險因素，通過R 語言繪制風險預警評分模型列線圖，并進行內部驗證，P＜ 0.05 表示差異有統計學意義。

2 結果

2.1 單因素分析 180 例行手術治療的OVCF 患者中，術后再骨折的發生率為22.78%。單因素分析結果顯示，再骨折組患者的骨折類型、手術方式、骨水泥注入量、椎體高度恢復率、術后VAS 評分和術后ODI 與未再骨折組相比，差異無統計學意義（P＞ 0.05）；再骨折組患者的性別、年齡、脊柱矢狀面失衡、術后臥床時間、術后功能鍛煉開始時間、術后長期抗骨質疏松治療、初始骨折椎體數量、骨水泥滲漏、BMI、術后骨密度、骨水泥注射率和術后后凸Coob 角度與未再骨折組相比，差異有統計學意義（P＜ 0.05）。見表1。

表1 影響OVCF 患者術后再骨折的單因素分析Tab.1 Single factor analysis of postoperative re-fracture in patients with OVCF 例（%）

2.2 logistic 多因素分析 以OVCF 患者術后是否發生再骨折為因變量，進行logistic 多因素分析，結果顯示，年齡≥ 60 歲、骨水泥滲漏、術后低骨密度、高骨水泥注射率和術后后凸Coob 角度是OVCF患者術后再骨折的獨立危險因素（P＜ 0.05），術后長期抗骨質疏松治療、高BMI 是獨立保護因素（P＜0.05）。見表2-3。

表2 變量賦值表Tab.2 Variable assignment table

2.3 風險預警評分模型列線圖 以logistic 回歸分析得到的7 個變量為基礎，通過Rstudio 4.2.1 建立OVCF 患者術后再骨折的風險預測列線圖，見圖1。

圖1 OVCF 患者術后發生再骨折的風險預警列線圖Fig.1 Risk warning nomogram of postoperative re-fracture in OVCF patients

2.4 列線圖評分模型的臨床可用性評價 見圖2，DCA 顯示閾為0.10 ～ 0.87，表現為正的凈效益，表明該模型的可用性較高。

圖2 列線圖模型的DCA 決策曲線Fig.2 The DCA decision curve of the nomogram model

2.5 模型預測效果檢驗 Hosmer-Lemeshow 擬合優度檢驗結果顯示，ROC曲線下面積（圖3）為0.979（95%CI：0.957 ～ 1.000，P＜ 0.001），靈敏度為92.70%，特異度為96.40%，最大約登指數為0.891，模型校正曲線總體趨勢接近理想曲線（圖4）。

圖3 模型的ROC 曲線Fig.3 ROC curve of model

圖4 模型校正曲線Fig.4 Model calibration curve

3 討論

OVCF 在發生后骨質疏松仍處于發展進程，患者的運動平衡功能受損、脊柱受體分布改變均使得其在術后極易再發椎體骨折，其概率能達到8%～50%［8-9］。在本研究180 例行手術治療的OVCF患者中，術后再骨折的發生率為22.78%，符合既往報道。因素分析結果顯示，年齡≥ 60 歲、骨水泥滲漏、術后低骨密度、高骨水泥注射率和術后后凸Coob 角度是OVCF 患者術后再骨折的獨立危險因素，術后長期抗骨質疏松治療、高BMI 是獨立保護因素。綜合現有報道的文獻分析，其可能原因如下：高齡患者往往因身體各項機能的逐漸衰退，以及性激素分泌水平隨著年齡的增加而逐漸下降，抗氧化能力較為薄弱，當氧化應激發生時，成骨細胞、骨細胞功能受到抑制，破骨細胞功能增強［10］，同時低BMI 患者的脂肪含量亦能影響人體雌激素對成骨細胞的刺激作用，導致骨質疏松和患者術后再骨折風險［11-12］。另一方面，多數OVCF 患者初次骨折為胸腰段脊柱，脊柱塌陷后容易存在脊柱后凸、矢狀面失衡，患者軀體重心前移，而骨盆后傾補償，以致脊柱前柱承受過大的壓力而發生再次骨折［13-16］。骨水泥滲漏到腰椎間隙后，能導致椎間盤、終板的損傷，加速其退變，打破手術椎體與相鄰椎體之間的應力傳導平衡，而骨水泥注射率過大發生滲漏的風險更高，導致患者再骨折的風險增加［17-18］。臨床研究指出［19-20］，術后未規律進行抗骨質疏松可使患者在術后再骨折的發生風險增加，在本研究中進一步得到了證實，長期用藥對再骨折的預防有一定的效果，但患者術后多數時間為居家護理，可能因骨折癥狀得到完全治療后而忽略了藥物的規范化使用，從而發生再骨折。

本研究構建了風險預警列線圖評分模型，并對該模型的預測效能進行了評價，結果均表明了該風險預警模型的擬合優度良好，具有較好的預測效能。王徐龍等［21］研究通過對老年OVCF 患者再骨折的因素進行分析，結果表明，年齡、骨密度、骨水泥注射率、骨水泥滲漏及脊柱矢狀面失衡是老年OVCF患者PVP術后再骨折的危險因素。周啟付等［22］構建行PVP 術的OVCF 患者術后椎體再骨折的預測模型，患者的骨密度、骨水泥注入量、分布類型、骨折部位、傷椎前緣高度恢復情況及術后抗骨質疏松的規律治療是其中主要的預測因素。王江南等［23］研究顯示，椎體內裂縫變樣、骨折數量、骨水泥分布和滲漏、傷椎高度恢復比是預測PVP 術后患者椎體再骨折的風險因子。區德炎［24］建立的預測PVP 術后患者椎體再骨折風險列線圖模型中，患者骨折的數量、骨水泥分布、骨折壓縮程度、骨密度、骨水泥分布與椎體高度恢復比是主要的危險因素。JU 等［25］建立了以年齡、多椎體骨折、低平均脊柱密度、術后抗骨質疏松、運動和低白蛋白/纖維蛋白原比值為主要因子的老年OVCF患者PVP術后再骨折列線圖模型。QIAN 等［26］以低骨密度、骨水泥滲漏和骨水泥形態等指標建立了PVP 術后患者新發椎體骨折的列線圖模型。上述報道均與本研究結果存在一定的差異，但可能由于本研究的對象范圍較廣，納入患者均為＞ 18周歲的成年患者，且較之手術方式較多，未局限于PVP術的緣故。

與此同時，該研究仍存在一定的局限性，因樣本為單中心取樣，病例數量有限且年限跨度不足，諸如椎體高度恢復率、骨水泥注入量等在單因素分析中不具有明顯差異，但在既往研究中該兩種因素為危險預測因子，且初始骨折椎體數量、術后功能鍛煉開始時間、術后臥床時間、脊柱矢狀面失衡等因子在多因素分析中不具備統計學意義，可能與研究對象的選取范圍有較大的關聯，且患者個體之間存在的差異無法完全排除，故該模型仍需要在臨床實際應用中，擴大樣本進行多中心研究，逐步修正和完善模型。

綜上所述，OVCF 患者術后再骨折的發生受年齡、BMI、骨水泥滲漏、術后骨密度、骨水泥注射率、術后后凸Coob 角度和術后長期抗骨質疏松治療等多重因素共同影響，根據該7 種因素建立的風險預警模型具有較好的預測效能。

【Author contributions】TIAN Ye，YUAN Qiuwen and HU Liangshen jointly participated in the research ideas，data acquisition，drafting and revision of the article.All authors read and approved the final manuscript as submitted.