機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥影響因素及模型預測分析

摘 要 目的：分析機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥的影響因素并探討其預測效能。方法：選取2018年3月—2023年12月于綿陽市骨科醫院行機器人輔助下經皮空心螺釘內固定術的70例跟骨骨折患者作為研究對象。統計患者術后并發癥發生情況，根據其是否出現并發癥分為并發癥發生組（發生組，26例）、無并發癥組（未發生組，44例）。比較兩組患者基本資料，采用單因素、多因素Logistic回歸分析影響機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的因素，建立受試者工作特征曲線（ROC）分析相關影響因素預測術后并發癥的效能。結果：與未發生組比較，發生組年齡≥50歲和有糖尿病占比更高，術后引流占比更低，受傷至就診時間更長（Plt;0.05）。單因素、多因素結果顯示，年齡、糖尿病、受傷至就診時間、術后引流均為機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的相關影響因素（Plt;0.05）。影響因素聯合預測模型Y=-1.849 ×年齡+1.882 ×糖尿病+0.482 ×受傷至就診時間-1.809 ×術后引流-3.075，其預測術后并發癥發生曲線下面積為0.865，標準誤為0.046，置信區間為0.776～0.955，特異度為0.977，敏感度為0.692（Plt;0.05）。結論：年齡增加、存在糖尿病、受傷至就診時間增加、術后不引流是機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的危險因素，基于此構建的預測模型預測效能較好，具備一定臨床參考價值。

關鍵詞 機器人輔助手術；內固定；跟骨骨折；并發癥；影響因素

中圖分類號 R658.3 R683.42 文獻標識碼 A 文章編號 2096-7721（2024）05-0777-06

Influencing factors to the postoperative complications of robot-assisted percutaneous cannulated screw fixation in the treatment of calcaneal fracture and predictive model analysis

YANG Dong， WANG Jiahong， QING Quan， ZHAO Huaqiao， LI Bin

（Department of Foot and Ankle Orthopedic Surgery， Mianyang Orthopedic Hospital， Mianyang 621000， China）

Abstract Objective： To analyze the influencing factors to postoperative complications in the treatment of calcaneal fracture with robot-assisted percutaneous hollow screw fixation and its predictive efficacy. Methods： Clinical data of 70 patients with calcaneal fractures who underwent robot-assisted percutaneous cannulated screw fixation in Mianyang Orthopedic Hospital from March 2018 to December 2023 were collected. The occurrence of postoperative complications was recorded， and the patients were divided into the complication group （n=26） and the non-complication group （n=44） according to whether complications occurred or not. The basic information of the two groups was compared， and univariate and multivariate Logistic regression analyses were used to analyze the factors influencing the occurrence of postoperative complications after robot-assisted percutaneous cannulated screw fixation for calcaneal fractures. A receiver operating characteristic curve （ROC） was established to analyze the effectiveness of influencing factors in predicting postoperative complications. Results： Compared with the non-complication group， the complication group had a higher proportion of patients aged 50 and above， a higher proportion of patients with diabetes， a lower proportion of patients receiving postoperative drainage， and a longer time from injury to doctor visit （Plt;0.05）. The results of univariate and multivariate analyzing results showed that age， diabetes， time from injury to doctor visit， and postoperative drainage were all influencing factors to postoperative complications after robot-assisted percutaneous cannulated screw fixation for calcaneal fractures （Plt;0.05）. The joint prediction model of influencing factors was Y=-1.849×age+1.882×diabetes+0.482×time from injury to doctor visit-1.809×postoperative drainage-3.075. The area under the curve for predicting postoperative complications was 0.865， with a standard error of 0.046， a confidence interval of 0.776～0.955， a specificity of 0.977， and a sensitivity of 0.692 （Plt;0.05）. Conclusion： Aging， diabetes mellitus， increased time from injury to doctor visit， and no postoperative drainage are risk factors to postoperative complications of robot-assisted percutaneous cannulated screw fixation for calcaneal fracture. The predictive model constructed based on these influencing factors has good predictive efficacy， which is of certain clinical reference value.

Key words Robot-assisted Surgery; Internal Fixation; Calcaneus Fracture; Complications; Influencing Factor

近年來，機器人技術在醫療領域的應用逐漸普及[1-2]。在骨科手術中，機器人輔助手術具有精度高、創傷小、恢復快等優點。機器人輔助下經皮空心螺釘內固定治療跟骨骨折是目前臨床應用較多的微創手術方法，通過機器人的精確定位和操作技能，能夠更準確地置入螺釘，減少手術創傷，提高手術效果[3-5]。盡管機器人輔助手術具有諸多優勢，但術后仍可能出現一些并發癥，如感染等。這些并發癥的發生可能與多種因素有關，包括患者的年齡、骨折類型等。因此，對術后并發癥的影響因素進行深入研究，并建立預測模型，有助于提前識別高危患者，制定針對性的預防措施，降低術后并發癥的發生率[6]。目前，國內外已有學者對機器人輔助下經皮空心螺釘內固定治療跟骨骨折進行了初步探索，并取得了一定的臨床效果[7-8]。然而，關于術后并發癥的影響因素及模型預測研究尚不深入。隨著機器人技術的不斷發展和臨床應用的廣泛推廣，未來該領域的研究將更加深入和全面，有望為跟骨骨折患者提供更優質、更安全的治療方案。本研究納入70例患者，對術后并發癥的影響因素進行深入研究并探討其預測效能。現報道如下。

1 資料與方法

1.1 一般資料 對本院2018年3月—2023年12月收入行機器人輔助下經皮空心螺釘內固定治療的70例跟骨骨折患者的臨床資料進行研究。納入標準：①符合《跟骨骨折的診斷與治療》[9]中關于跟骨骨折的定義，入院后經影像學檢查確診為Sanders Ⅱ、Ⅲ型骨折；②于本院接受骨科手術機器人螺釘內固定治療；③年齡18～60周歲；④屬單側閉合跟骨骨折；⑤受傷至就診時間在2周內；⑥按醫囑完成隨訪。排除標準：①開放性骨折；②病理性骨折；③存在心、肝等臟器功能異常；④患側肢體有其他骨折表現；⑤不符合手術適應癥；⑥影像學顯示關節表面無法重建；⑦合并胸、腹等位置損傷。統計患者術后并發癥發生情況，根據其是否出現并發癥分為并發癥發生組（發生組，26例）、無并發癥組（未發生組，44例）。本研究已獲醫院倫理委員會審批。

1.2 方法

1.2.1 手術方法 患者采取側臥姿勢后，對非受傷腿實施屈曲，以便進行透視檢查。在手術期間，利用大腿止血帶控制出血情況。手術初始，于跟骨結節處插入一根直徑3.5 mm的克氏針進行牽引，以恢復骨骼高度、長度并糾正內翻。隨后，在跟骨后部再插入一根相同直徑的克氏針，旨在減少關節面移位，并確保針尖不超出骨折線。在C臂影像設備的輔助下，采用撬杠桿技術進行撬撥并評估復位情況。若復位效果不理想，于外踝下方行小切口手術，利用特定工具將塌陷的關節骨頂起，以糾正跟骨畸形并改善關節面塌陷。之后，通過特定手法恢復跟骨寬度，并采用2.0 mm的克氏針進行臨時固定，再次利用C臂影像設備確認復位情況。為提高手術精準性，獲取患肢透視圖像以輔助手術，并在機械臂輔助下，根據規劃路徑，經皮將兩枚6.5 mm的空心釘準確插入跟骨前部，同時利用一枚4.0 mm的空心螺釘維持跟骨寬度。整個手術流程力求確保患者的最佳恢復效果。術后予患者患足抬高、抗生素（3 d）、低分子肝素（7 d）干預。

1.2.2 隨訪 對患者進行術后3個月隨訪觀察，判斷患者是否出現切口感染、滲液、深靜脈血栓、骨折不愈合、骨感染、術后跟骨疼痛、全身感染。

1.2.3 資料收集 采用查詢電子病歷方式，收集患者性別、年齡、體質指數、致傷原因、吸煙、飲酒、糖尿病、高血壓、冠心病、受傷至就診時間、手術時間、術中出血量、術后引流、術后冷敷、術后高壓氧艙干預、骨折分型等信息。

1.3 統計學方法 所有數據均采用SPSS 22.0軟件進行統計學分析，計數資料如性別、年齡、致傷原因、吸煙、飲酒、糖尿病、高血壓、冠心病、術后引流、術后冷敷、術后高壓氧艙干預、骨折分型用n（%）表示，進行 χ2檢驗；計量資料（符合正態分布）如體質指數、受傷至就診時間、手術時間、術中出血量用（x±s）表示，行t檢驗，采用Logistic回歸分析影響患者術后并發癥的因素，設置方法為向前：LR。勾選Hosmer-Lemeshow擬合度及OR（95%CI）。建立受試者工作特征曲線（Receiver Operating Characteristic Curve，ROC）分析相關因素預測價值，以Plt;0.05為差異有統計學意義。繪圖采用GraphPad Prism 8軟件。

2 結果

2.1 兩組患者臨床資料比較 兩組患者性別、體質指數、致傷原因、吸煙、飲酒、高血壓、冠心病、手術時間、術中出血量、術后冷敷、術后高壓氧艙干預、骨折分型比較無統計學差異（Pgt;0.05）。與未發生組比較，發生組年齡≥50歲和有糖尿病占比更高，術后引流占比更低，受傷至就診時間更長（Plt;0.05），見表1。

2.2 術后并發癥發生的單因素分析 將存在差異的指標作為自變量，將組別作為因變量進行單因素Logistic回歸分析，對變量進行賦值，見表2。結果顯示，年齡、糖尿病、受傷至就診時間、術后引流均為機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的相關影響因素（Plt;0.05），見表3。

2.3 術后并發癥發生的多因素分析 將表3中的相關因素作為自變量，組別作為因變量，賦值同表2，納入多因素Logistic回歸模型。分析顯示，年齡、糖尿病、受傷至就診時間、術后引流均為機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的獨立危險因素（Plt;0.05）。見表4。

2.4 相關因素預測患者術后發生并發癥的ROC曲線分析 將表4所得危險因素進行重復建模，得到聯合預測模型Y=-1.849×年齡+1.882×糖尿病+ 0.482×受傷至就診時間-1.809×術后引流-3.075，把模型帶入ROC曲線進行預測效能評估分析。結果發現，模型預測術后并發癥發生曲線下面積為0.865，標準誤為0.046，置信區間為0.776～0.955，特異度為0.977，敏感度為0.692，有一定臨床參考價值（Plt;0.05），如圖1。

3 討論

跟骨骨折是骨科常見的損傷之一，其治療方式的選擇直接關系到患者的康復效果和生活質量[11]。近年來，隨著醫療技術的不斷進步，微創手術已成為治療跟骨骨折的重要方法[12]。其中，機器人輔助下經皮空心螺釘內固定術以其微創、精確的特點受到了廣泛關注。然而，任何手術都不可避免地伴隨著一定的并發癥風險。機器人輔助手術雖然具有諸多優勢，但也可能出現感染、骨折不愈合等問題。為了進一步提高手術效果，降低并發癥發生率，對術后并發癥的影響因素進行深入研究并建立預測模型顯得尤為重要[13-17]。本研究旨在探討機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥的影響因素，并嘗試評估其預測效能。

本研究結果顯示，與未發生并發癥的44例患者相比較，發生組年齡≥50歲和有糖尿病占比更高，術后引流占比更低，受傷至就診時間更長。這說明年齡、糖尿病、術后引流、受傷至就診時間與機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥有一定聯系。這與羅鷹等人[18]研究結論類似。隨著年齡的增長，人體的愈合能力會逐漸下降。老年患者的骨質疏松、血液循環不佳等問題都可能增加術后并發癥的風險，如骨折不愈合或延遲愈合。糖尿病患者由于長期處于高血糖狀態，會影響骨組織的代謝和修復能力。這種情況下，患者的骨折愈合速度可能會減慢，同時感染的風險也會增加，因為高血糖環境有利于細菌的生長。術后引流不暢或引流時間過長可能導致局部血液淤積和感染概率增加。良好的引流有助于減少術后血腫和感染的風險[19-20]。受傷后盡快就診并進行手術可以減少骨折部位的進一步損傷和感染的風險。延遲就診可能導致骨折端的不穩定，增加復位難度，同時也可能增加感染和其他并發癥的風險。

通過單因素、多因素分析可以進一步證實上述結論。Logistic回歸結果顯示，年齡增加、存在糖尿病、受傷至就診時間增加、術后不引流是機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的危險因素。同時，ROC分析結果顯示，上述危險因素聯合預測術后并發癥發生曲線下面積為0.865，特異度為0.977，敏感度為0.692。本研究所得聯合預測指標預測準確度較高，這與王天威等人[21]研究有一定相似之處，在機器人輔助手術術后并發癥預測方面，采用該方式構建預測指標有一定臨床參考價值。但與其他關注腹部機器人輔助手術的研究不同，本研究較為少有地分析了機器人輔助手術在骨科中的相關內容，臨床參考價值較高。根據本研究結果從年齡角度分析，年齡增長，人體新陳代謝減慢，骨組織再生能力下降，骨折的愈合速度和質量受到影響。同時，老年群體往往伴有骨質疏松，螺釘的固定效果可能受到影響，增加了術后螺釘松動或移位的風險。此外，高齡患者通常免疫力相對較低，對感染的抵抗力減弱，因此術后感染的風險也會相應提高。從糖尿病角度分析，糖尿病患者的高血糖狀態會損害血管和神經，影響血液循環，從而延緩骨折愈合過程。高血糖環境為細菌繁殖提供了有利條件，增加了術后感染的可能性[22-23]。

糖尿病患者往往存在微血管病變，這可能導致術后傷口難以愈合。從受傷至就診時間分析，延長從受傷到就診的時間會導致骨折部位進一步損傷，增加復位和固定的難度。長時間的等待可能使傷口暴露于外界，增加污染和感染的機會。延遲治療還可能引發骨折周圍的軟組織腫脹和炎癥反應，不利于術后的恢復。從術后引流角度分析，術后引流可以有效排出傷口內的淤血和炎性滲出物，減少感染的機會[24]。如果不進行引流，這些積聚的液體可能成為細菌滋生的溫床。引流還有助于減輕傷口周圍的腫脹和疼痛，促進傷口的愈合。缺乏引流可能導致局部壓力增高，影響血液循環和組織修復。

綜上所述，年齡增加、存在糖尿病、受傷至就診時間增加、術后不引流是機器人輔助下經皮空心螺釘內固定治療跟骨骨折術后并發癥發生的危險因素，基于此構建的預測模型預測效能較好，具備一定臨床參考價值。但本研究樣本量相對較小，可能限制了研究統計效能和結果的普遍性。其次，本研究為回顧性分析，依賴于已有的醫療記錄，可能存在數據記錄不完整或存在偏差的情況。此外，研究未考慮所有可能的混雜因素，如具體手術操作細節等，這些都可能對術后并發癥的發生產生影響。未來還需通過擴大樣本量、進行前瞻性研究以及納入更多相關因素來改進。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：楊東、王家洪、卿泉、趙華橋、李斌負責設計論文框架，起草論文，操作實驗，實施研究過程，論文修改；王家洪、卿泉、趙華橋、李斌負責收集數據，統計學分析，繪制圖表；楊東負責擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻

[1] 呂海迪， 張沖， 郭柏鴻， 等. 中國西部首例5G遠程機器人輔助腎臟手術（附視頻）[J]. 機器人外科學雜志（中英文）， 2024， 5（1）： 91-95.

[2] 朱清毅， 魏勇， 顧民. 機器人輔助單孔腹腔鏡技術在泌尿外科的發展與展望[J]. 機器人外科學雜志（中英文）， 2024， 5（1）： 1-6.

[3] PAN D， MU Z S， LIU R Q， et al. Open fracture of posterior calcaneal tuberosity[J]. Asian J Surg， 2024， 47（2）： 1193-1194.

[4] 劉濤， 姚興璋， 何志軍， 等. 天璣機器人輔助下微創空心螺釘固定治療Sanders Ⅱ、Ⅲ型跟骨骨折[J]. 實用手外科雜志， 2023， 37（3）： 322-325.

[5] Inoue Y， Mogi W， Naik M V， et al. Repair of a calcaneal fracture with a combination of internal and external fixation in a calf[J]. J Vet Med Sci， 2023， 85（7）： 739-742.

[6] SHI G， LIN Z， LIU W， et al. 3D mapping of intra-articular calcaneal fractures[J]. Sci Rep， 2023， 13（1）： 8827.

[7] LOU W G， LIU M， XU D， et al. Outcomes of U-shaped internal fixation in the treatment of avulsion fracture of calcaneal tubercle[J]. BMC Musculoskelet Disord， 2023， 24（1）： 408.

[8] 張軍， 胡延春， 白云亭， 等. 骨科機器人輔助經皮撬撥治療跟骨骨折[J]. 中國微創外科雜志， 2022， 22（4）： 313-317.

[9] 王琳， 馬玉林. 跟骨骨折的診斷與治療[J]. 寧夏醫學雜志， 2003， 25（5）： 316-319.

[10] 曹晶， 夏京花， 趙丹， 等. 基于傾向評分匹配的骨科機器人輔助治療跟骨骨折的安全性及費用分析[J]. 華西醫學， 2022， 37（10）： 1476-1480.

[11] 袁心偉， 張斌， 胡豇， 等. 機器人輔助下跟骨骨折內固定與傳統切開復位內固定對比研究[J]. 中國修復重建外科雜志， 2021， 35（6）： 729-733.

[12] Shota M， Tachibana T， Iseki T. Avulsion fracture of the calcaneal tuberosity treated with novel surgical technique using the combination of the side-locking loop suture technique and ring pins： a case report[J]. J Surg Case Rep， 2023， 2023（4）： rjad173.

[13] 洪飛， 袁媛， 朱斌斌， 等. 老年髖部骨折術后患者亞譫妄綜合征影響因素分析[J]. 浙江臨床醫學， 2022， 24（11）： 1605-1608.

[14] LIU Z Y， HOU G D， ZHANG W C， et al. Calcaneal tuberosity avulsion fractures-a review[J]. Injury， 2024， 55（2）： 111207.

[15] 趙倩， 李思琦， 金夢杰， 等. 老年骨質疏松性髖部骨折術后患者益處發現現狀及影響因素分析[J]. 新疆醫科大學學報， 2022， 45（8）： 918-922， 929.

[16] LI W J， WANG Y， ZHANG Z L， et al. A risk prediction model for postoperative recovery of closed calcaneal fracture： a retrospective study[J]. J Orthop Surg Res， 2023， 18（1）： 612.

[17] Lappalainen T A， Noponen N A， Kaarela O I， et al. Postoperative complications after displaced intra-articular calcaneal fracture operations[J]. Foot Ankle Surg， 2024， 30（4）： 319-324.

[18] 羅鷹， 竇偉譽， 吳小杭， 等. 微創海馬鋼板內固定治療跟骨骨折并發癥的影響因素[J]. 中國臨床解剖學雜志， 2024， 42（1）： 83-88.

[19] 周明平， 鄭強， 鄒光翼. 跗骨竇切口微型鋼板聯合空心釘內固定治療跟骨骨折的并發癥及影響因素分析[J]. 中華全科醫學， 2022， 20（7）： 1122-1125， 1134.

[20] 徐大星， 紀木強， 涂澤松， 等. 機器學習分析肱骨近端內側柱不穩定骨折術后失效的風險因素[J]. 中國組織工程研究， 2024， 33（33）： 5295-5301.

[21] 王天威， 楊榮， 劉天遙， 等. 機器人輔助腹腔鏡下根治性全膀胱切除術后并發癥及其危險因素分析[J]. 中華腔鏡泌尿外科雜志（電子版）， 2020， 14（1）： 8-11.

[22] 常德海， 杜廣哲， 郭二鵬， 等. 腰大肌-腰椎指數與老年髖部骨折術后并發癥風險的關系[J]. 武警醫學， 2024， 35（2）： 144-149.

[23] 張國磊， 閆楚奇. 兩種評分系統預測老年髖部骨折術后并發癥價值比較[J]. 安徽醫學， 2023， 44（1）： 97-101.

[24] 楊玉霞， 倘艷鋒， 焦瑞娜， 等. 老年髖部骨折術后肺炎影響因素分析[J]. 中華骨與關節外科雜志， 2023， 16（5）： 466-470.

編輯：劉靜凱