許珍珍,梅慧紅,黃冬冬,胡瓊霜
卵巢癌術(shù)后靜脈血栓栓塞風險預測模型的建立及驗證
許珍珍,梅慧紅,黃冬冬,胡瓊霜
溫州醫(yī)科大學附屬第一醫(yī)院婦科162病區(qū),浙江溫州 325015
探討卵巢癌術(shù)后發(fā)生靜脈血栓栓塞(venous thromboembolism,VTE)的影響因素,以此建立列線圖模型。回顧性收集2020年1月至2021年12月溫州醫(yī)科大學附屬第一醫(yī)院因卵巢癌入院并行手術(shù)治療的245例患者的臨床信息,根據(jù)術(shù)后B超結(jié)果將其分為血栓組(=55)和非血栓組(=190)。采用單因素和多因素Logistic回歸分析,篩選出卵巢癌患者術(shù)后發(fā)生VTE的影響因素,建立列線圖模型,利用受試者操作特征曲線(receiver operating characteristic curve,ROC曲線)檢驗效果。多因素Logistic分析結(jié)果顯示,年齡、手術(shù)時間、國際婦產(chǎn)科聯(lián)盟(International Federation of Gynecology and Obstetrics,F(xiàn)IGO)分期和術(shù)后D-二聚體均是卵巢癌患者術(shù)后發(fā)生VTE的獨立影響因素(<0.05)。列線圖模型的曲線下面積為0.907,敏感度87.3%,特異性81.1%,Hosmer-Lemeshow檢驗擬合度較好(2=3.834,=0.872);列線圖的校準曲線顯示預測值同實測值基本一致。基于年齡、手術(shù)時間、FIGO分期和術(shù)后D-二聚體建立的列線圖的預測效能較好,具有一定的臨床價值。
卵巢癌;靜脈血栓栓塞;影響因素;列線圖;預測模型
卵巢癌是女性生殖系統(tǒng)三大惡性腫瘤之一,嚴重威脅著女性的生命健康[1]。目前,卵巢癌的治療主要采用手術(shù)、化療、放療及中醫(yī)治療,其中手術(shù)治療是最常見的治療方法[2];由于術(shù)中血管損傷、大量失血、術(shù)后長期臥床等因素,患者易發(fā)生靜脈血栓栓塞(venous thromboembolism,VTE),VTE可引發(fā)致命性肺栓塞[3]。卵巢癌術(shù)后VTE發(fā)生率可達31.5%,除疾病本身,VTE已成為卵巢癌術(shù)后死亡的第二大原因[4]。研究表明,高齡、D-二聚體水平過高、腫塊大小、手術(shù)史、手術(shù)時間、術(shù)中出血量、大量腹水、是否淋巴轉(zhuǎn)移等均為卵巢癌術(shù)后發(fā)生VTE的危險因素[5]。目前,針對卵巢癌術(shù)后VTE的研究主要集中在影響因素分析[6]。對卵巢癌術(shù)后VTE風險預測模型的研究尚不成熟。本文通過回顧性收集卵巢癌術(shù)后發(fā)生VTE患者的臨床資料,分析卵巢癌術(shù)后發(fā)生VTE的獨立影響因素并建立列線圖模型,旨在為臨床預防和治療VTE提供參考。
回顧性收集2020年1月至2021年12月溫州醫(yī)科大學附屬第一醫(yī)院因卵巢癌入院并行手術(shù)治療的245例患者的臨床資料。納入標準:①行卵巢癌根治手術(shù),病理學確診為卵巢癌;②年齡>18歲;③具有小學及以上文化程度。排除標準:①陳舊性靜脈血栓者;②正在使用抗凝藥物者;③未行卵巢癌手術(shù)治療者。根據(jù)術(shù)后B超結(jié)果將患者分為血栓組(=55)和非血栓組(=190)。血栓組患者中位年齡66歲;左下肢血栓22例,右下肢血栓16例,雙下肢血栓13例,肺栓塞4例。非血栓組患者中位年齡51歲。本研究經(jīng)溫州醫(yī)科大學附屬第一醫(yī)院倫理委員會審核批準(倫理審批號:KY2022-043)。所有患者均簽署知情同意書。
通過查閱電子病歷管理系統(tǒng),收集患者的相關資料。①一般資料:年齡、體質(zhì)量指數(shù)(body mass index,BMI)、高血壓病史、糖尿病病史、盆腹腔手術(shù)史、生育次數(shù)、手術(shù)時間、術(shù)中出血量、住院天數(shù)、大量腹水(>1500ml)、Caprini風險評分;②腫瘤相關指標:病理分型、國際婦產(chǎn)科聯(lián)盟(International Federation of Gynecology and Obstetrics,F(xiàn)IGO)分期、腫塊大小、糖類抗原125(carbohydrate antigen 125,CA125);③術(shù)前和術(shù)后化驗指標:D-二聚體、白細胞(white blood cell,WBC)、血小板(platelet,PLT)。

兩組患者的年齡、BMI、高血壓、手術(shù)時間、術(shù)中出血、Caprini風險評分、FIGO分期、術(shù)后D-二聚體、術(shù)后血小板、CA125比較差異均有統(tǒng)計學意義(<0.05),見表1。
將單因素分析有統(tǒng)計學意義的變量納入多因素Logistic分析,結(jié)果顯示年齡、手術(shù)時間、FIGO分期和術(shù)后D-二聚體均是卵巢癌患者術(shù)后發(fā)生VTE的獨立影響因素(<0.05),見表2。
根據(jù)多因素分析結(jié)果將年齡、手術(shù)時間、FIGO分期、術(shù)后D-二聚體構(gòu)建列線圖,見圖1。Hosmer- Lemeshow檢驗擬合度(2=3.834,=0.872),繪制ROC曲線,見圖2。列線圖模型的曲線下面積(area under the curve,AUC)為0.907(95%:0.868~0.946),敏感度87.3%,特異性81.1%,比各獨立因素預測能力更強,見表3。采用Bootstrap法做內(nèi)部檢驗,校準曲線結(jié)果顯示預測值與實測值基本一致,見圖3。說明列線圖模型預測效果較好。
研究顯示,年齡>60歲是婦科手術(shù)后發(fā)生VTE的獨立影響因素[7]。李鑫寶等[8]研究顯示VTE的發(fā)生率隨年齡增大而逐漸升高。由于高齡、活動變少、血流緩慢、血液循環(huán)功能減退、靜脈血液回流緩慢,使血液處于高凝狀態(tài),增加術(shù)后發(fā)生VTE的風險。因此,高齡患者術(shù)前采取積極的預防措施顯得尤為重要。護理人員在術(shù)前可為患者制定飲食計劃,如加強營養(yǎng)、少食多餐、保證足夠的飲水量、適當運動等,以降低術(shù)后患者的血液黏稠度。
手術(shù)作為一種侵入性、有創(chuàng)的治療方法,可引起機體的應激反應,手術(shù)創(chuàng)傷直接刺激患者體內(nèi)凝血酶原的釋放,使患者血液處于高凝狀態(tài)[9]。術(shù)中長時間保持膀胱截石位或氣腹均可影響患者的血流動力學,導致下肢靜脈血液回流阻力變大或靜脈回流障礙,進而導致血栓形成[10];Tasaka等[11]研究表明子宮切除術(shù)手術(shù)時間每增加60min,其術(shù)后30d內(nèi)VTE風險將增加35%,且風險可累積。因此,對卵巢癌手術(shù)患者,護理人員在術(shù)前積極給予基礎預防、術(shù)中和術(shù)后及時按醫(yī)囑給予物理措施、穿著彈力襪或使用氣壓治療儀等措施可降低VTE風險。

表1 卵巢癌術(shù)后發(fā)生VTE的單因素分析

表2 卵巢癌術(shù)后發(fā)生VTE的多因素Logistic分析

圖1 卵巢癌術(shù)后發(fā)生VTE的列線圖模型

表3 各獨立危險因素和聯(lián)合模型的ROC曲線分析

圖2 列線圖的ROC曲線

圖3 列線圖的校準曲線
本研究結(jié)果提示,腫瘤FIGO分期是卵巢癌術(shù)后發(fā)生VTE的獨立影響因素。FIGO 1期患者發(fā)生VTE的風險比4期降低88.2%;FIGO 2期發(fā)生VTE的風險比4期降低86.4%,因此腫瘤FIGO分期越高,VTE發(fā)生風險越大,與現(xiàn)有研究一致[12]。分析其原因:FIGO分期越高的腫瘤促凝分子合成增加,使纖溶分子受到一定的損害,致使血液處于高凝狀態(tài)。因此,在臨床護理中應重視患者的病理分期結(jié)果,通過多元化教育模式,讓患者意識到預防VTE的重要性,指導患者自我識別VTE的早期癥狀,做到早發(fā)現(xiàn)、早診治,同時保證出院患者掌握VTE的相關知識,并加強出院后的自我監(jiān)測和隨訪。
D-二聚體是纖溶酶降解交聯(lián)的纖維蛋白凝塊產(chǎn)生的標志性產(chǎn)物,D-二聚體水平增高,表明機體處于高凝狀態(tài)和繼發(fā)性纖溶亢進狀態(tài),提示患者易發(fā)生血栓和彌散性血管內(nèi)凝血[13]。隨著血栓形成,血漿D-二聚體水平隨之升高,血漿D-二聚體檢測可作為VTE診斷的參考指標之一[14]。《中國血栓性疾病防治指南》[15]提出D-二聚體不能單獨作為診斷或排除深靜脈血栓形成的依據(jù),如D-二聚體檢測陰性,可排除急性肺栓塞;如D-二聚體檢測陽性,推薦行確診檢查。提示在臨床護理卵巢癌患者時應注重D-二聚體的檢測和結(jié)果的評估。尤其對VTE高危人群,更應該重視。
目前國際上廣泛應用的VTE風險評估量表主要有修正的Geneva評分和Wells評分,這兩個評分系統(tǒng)雖然都納入了VTE癥狀和體征條目,但均不是針對卵巢癌患者的專用量表[16]。Caprini風險評分是目前公認的較為成熟的評估工具,它將血栓危險等級劃分為4級,極高危級的分界值≥5分。絕大部分卵巢癌患者評分≥5分,無法再進行具體劃分。這將導致無法準確預測VTE發(fā)生風險,評分更高的患者可能得不到有效的預防措施[17]。與既往的預測模型相比,本研究得到的列線圖模型預測性能更好,列線圖模型的AUC為0.907,敏感度為87.3%,特異性為81.1%,表明其效能較好。列線圖模型可對多元回歸分析結(jié)果進行可視化和圖像化,便于直觀預測某疾病的發(fā)生風險[18]。本研究篩選出年齡、手術(shù)時間、FIGO分期和術(shù)后D-二聚體4項影響因素,在此結(jié)果上構(gòu)建卵巢癌術(shù)后發(fā)生VTE的列線圖模型,通過內(nèi)外部驗證結(jié)果表明該模型的預測效能較好。醫(yī)護人員可根據(jù)每項危險因素的評分求和來預測卵巢癌患者術(shù)后VTE發(fā)生的概率,識別高風險人群,及時采取預防措施。
綜上,年齡、手術(shù)時間、FIGO分期,術(shù)后D-二聚體均為卵巢癌患者術(shù)后發(fā)生VTE的獨立影響因素。在此基礎上繪制的列線圖模型具有較好的預測效能,不需要進行復雜的公式計算即可對患者的VTE風險進行個體化評估,值得在臨床中推廣使用。
[1] 黃海濤, 陳姝玉, 耿旭, 等. 2005—2016年中國女性卵巢癌發(fā)病及死亡趨勢研究[J]. 中國全科醫(yī)學, 2022, 25(8): 990–994.
[2] 郎景和, 王辰, 瞿紅, 等. 婦科手術(shù)后深靜脈血栓形成及肺栓塞預防專家共識[J]. 中華婦產(chǎn)科雜志, 2017, 52(10): 649–653.
[3] 邸佳, 張大維, 薛欣欣. 康復護理聯(lián)合血液循環(huán)驅(qū)動泵預防腦卒中偏癱病人下肢深靜脈血栓的效果觀察[J].護理研究, 2022, 36(8): 1496–1498.
[4] 毛竹青, 徐麗萍, 陳愛平. 上皮性卵巢癌并發(fā)深靜脈血栓的危險因素研究[J]. 現(xiàn)代婦產(chǎn)科進展, 2018, 27(2): 95–98.
[5] 周琦, 徐伏蘭, 張蔚. 卵巢癌患者術(shù)后深靜脈血栓形成的Logistic回歸分析[J]. 武漢大學學報(醫(yī)學版), 2019, 40(5): 747–751.
[6] 成曦, 蘇張瑤, 孫寶蘭, 等. 卵巢癌并發(fā)靜脈血栓栓塞癥高危因素Meta分析[J]. 中國實用婦科與產(chǎn)科雜志, 2018, 34(7): 764–771.
[7] YANG T, TIAN S, WANG Y, et al. Evaluation of risk factors for venous thromboembolism in patients who underwent gynecological surgery and validation of a fast-rating assessment table[J]. Med Sci Monit, 2019, 25: 8814–8819.
[8] 李鑫寶, 姬忠賀, 張彥斌, 等. 腫瘤細胞減滅術(shù)加腹腔熱灌注化療圍手術(shù)期靜脈血栓栓塞癥的危險因素及防治技術(shù)[J]. 腫瘤防治研究, 2019, 46(2): 121–126.
[9] 顏飛帆, 李云, 麻朋艷, 等. 老年腦出血患者下肢深靜脈血栓風險預測模型的構(gòu)建及驗證[J]. 溫州醫(yī)科大學學報, 2022, 52(4): 277–282.
[10] 劉曉靜, 張一紅, 李霞, 等. 子宮內(nèi)膜癌術(shù)后下肢深靜脈血栓形成因素分析[J]. 護理實踐與研究, 2019, 16(23): 106–108.
[11] TASAKA N, MINAGUCHI T, HOSOKAWA Y, et al. Prevalence of venous thromboembolism at pretreatment screening and associated risk factors in 2086 patients with gynecological cancer[J]. J Obstet Gynaecol Res, 2020, 46(5): 765–773.
[12] YE S, YANG J, CAO D, et al. Characteristic and prognostic implication of venous thromboembolism in ovarian clear cell carcinoma: A 12-year retrospective study[J]. PLoS One, 2015, 10(3): e0121818.
[13] 王干梅, 沈亞奇. 婦科腹腔鏡術(shù)后深靜脈血栓形成列線圖預測模型的構(gòu)建[J]. 現(xiàn)代婦產(chǎn)科進展, 2022, 31(3): 196–199, 204.
[14] ORDIERES-ORTEGA L, DEMELO-RODRíGUEZ P, GALEANO-VALLE F, et al. Predictive value of D-dimer testing for the diagnosis of venous thrombosis in unusual locations: A systematic review[J]. Thromb Res, 2020, 189: 5–12.
[15] 《中國血栓性疾病防治指南》專家委員會. 中國血栓性疾病防治指南[J]. 中華醫(yī)學雜志, 2018, 98(36): 2861–2888.
[16] SHEN J H, CHEN H L, CHEN J R, et al. Comparison of the Wells score with the revised Geneva score for assessing suspected pulmonary embolism: A systematic review and Meta-analysis[J]. J Thromb Thrombolysis, 2016, 41(3): 482–492.
[17] 許玲玲, 項俊之, 鄧侃, 等. 基于Caprini風險評估量表的分級護理對老年肺癌患者靜脈血栓的預防[J]. 護理學雜志, 2021, 36(6): 31–34.
[18] 劉鋒, 王仁鴻, 孫巖. 深靜脈血栓形成置管溶栓術(shù)后發(fā)生重度血栓后綜合征的危險因素分析及臨床預測模型構(gòu)建[J]. 中國現(xiàn)代普通外科進展, 2021, 24(12): 958–963.
Establishment and validation of a risk prediction model for venous thromboembolism after ovarian cancer surgery
162 Ward of Gynecology, the First Affiliated Hospital of Wenzhou Medical University, Wenzhou 325015, Zhejiang, China
To investigate the influencing factors of venous thromboembolism (VTE) after surgery for ovarian cancer, and to establish a nomogram model.Clinical data of 245 patients admitted to the First Affiliated Hospital of Wenzhou Medical University for ovarian cancer and undergoing surgical treatment from January 2020 to December 2021 were retrospectively collected, and they were divided into thrombus group (=55) and non-thrombus group (=190) according to postoperative B-ultrasound results. Univariate analysis and multivariate Logistic regression analysis were used to screen out the influencing factors of postoperative VTE in ovarian cancer patients, establish a nomogram model, and use receiver operating characteristic (ROC) curve to test the effect.Multivariate Logistic analysis showed that age, operation time, International Federation of Gynecology and Obstetrics (FIGO) stage and postoperative D-dimer were independent factors affecting postoperative VTE in ovarian cancer patients (<0.05). The area under the curve of the nomogram model was 0.907, the sensitivity was 87.3%, the specificity was 81.1%, and the Hosmer-Lemeshow test fit was good (2=3.834,=0.872). The calibration curve of the nomogram showed that the predicted value was basically consistent with the measured value.The nomogram based on age, operation time, FIGO stage and postoperative D-dimer has good predictive efficacy and has certain clinical value.
Ovarian cancer; Venous thromboembolism; Influencing factor; Nomogram; Predictive model
R619
A
10.3969/j.issn.1673-9701.2023.31.024
梅慧紅,電子信箱:37639504@qq.com
(2023–01–06)
(2023–10–02)