機器人輔助近端防旋髓內釘內固定治療老年股骨粗隆間骨折預后不良的預測研究及策略分析

摘 要 目的：探討老年股骨粗隆間骨折（IFOF）患者行機器人輔助股骨近端防旋髓內釘（PFNA）內固定治療預后不良的影響因素及應對策略。方法：選取2022年5月—2024年5月寶雞市中心醫院行機器人輔助PFNA內固定手術的老年IFOF患者136例。根據術后12個月Harris髖關節功能量表評分結果，分為預后良好組（≥80分）與預后不良組（lt;80分）。采用單因素、多因素Logistic回歸分析預后不良危險因素，建立風險預測模型，分析模型價值并驗證。結果：年齡偏高、術前美國麻醉醫師協會（ASA）分級gt;Ⅱ級、骨折Ⅲ～Ⅳ型、術后引流量偏高、術后負重時間過長為老年IFOF患者預后不良的獨立危險因素（Plt;0.05），風險預測模型曲線AUC值為0.978（95%CI：0.953～1.000），當取Cut-off值時，模型敏感度、特異度分別為0.927、0.963。Bootstrap內部驗證顯示該模型預測效能較為穩定，決策分析顯示該模型有正向凈收益率。結論：年齡偏高、術前ASA分級gt;Ⅱ級、骨折Ⅲ～Ⅳ型、術后引流量偏高、術后負重時間過長為老年IFOF患者行機器人輔助PFNA內固定手術治療預后不良的獨立危險因素，基于預后不良危險因素建立的風險列線圖模型預測效能較好且穩定，可用于指導臨床決策。

關鍵詞 老年患者；股骨粗隆間骨折；機器人輔助手術；股骨近端防旋髓內釘內固定；預后不良

中圖分類號 R687.3 文獻標識碼 A 文章編號 2096-7721（2024）05-0789-07

Risk factors and strategies to robot-assisted proximal femoral nail antirotation internal fixation for poor prognosis of intertrochanteric fracture of femur in the elderly

GUO Jia， ZHANG Min

（Department of Orthopedics， Baoji Central Hospital， Baoji 721008， China）

Abstract Objective： To investigate the influencing factors to robot-assisted proximal femoral nail antirotation （PFNA）internal fixation for poor prognosis of intertrochanteric fracture of femur （IFOF） in the elderly and provide corresponding strategies. Methods： 136 aged IFOF patients who underwent robot-assisted PFNA internal fixation in Baoji Central Hospital from May 2022 to May 2024 were selected. According to the results of Harris hip score （HHS） at 12 months after surgery， they"were divided into the good prognosis group （HHS≥80） and the poor prognosis group （HHSlt;80）. The risk factors for poor prognosis"were analyzed using univariate and multivariate Logistic regression， and a risk prediction model was established to analyze its value and validate it. Results： Higher age， preoperative American Society of Anesthesiologists classification （ASA）gt;grade Ⅱ， Ⅲ-Ⅳ types of fracture， high postoperative drainage， and prolonged postoperative weight-bearing time were the independent risk factors to poor prognosis in elderly patients with IFOF （Plt;0.05）， and the AUC value of the risk prediction model was 0.978 （95% CI： 0.953-1.000）. When the Cut-off value was taken， the sensitivity and specificity of the model were 0.927 and 0.963， respectively. Bootstrap internal validation showed that the predicting efficacy of the model was relatively stable， and decision"analysis showed that the model had a positive net yield. Conclusion： High age， preoperative ASA classificationgt;grade Ⅱ，"Ⅲ-Ⅳ types of fracture， high postoperative drainage， and prolonged postoperative weight-bearing time are independent risk"factors to poor prognosis of elderly patients with IFOF who underwent robot-assisted PFNA internal fixation， and the risk nomogram model based on the risk factors to poor prognosis has a better predictive efficacy and stability， which can be used to guide clinical decision-making.

Key words Elderly Patient; Intertrochanteric Fracture of Femur; Robot-assisted Surgery; Proximal Femoral Nail Antirotation Internal Fixation; Poor Prognosis

股骨粗隆間骨折（Intertrochanteric Fracture of Femur，IFOF）是老年群體中常見骨折類型之一，其發病率隨著年齡增長而顯著上升[1]。由于老年人常伴有骨質疏松，骨折后易導致髖部功能受限，嚴重影響生活質量[2-4]。隨著醫療技術的進步，股骨近端防旋髓內釘（Proximal Femoral Nail Antirotation，PFNA）是一種微創、有效的治療方法，已被廣泛應用于IFOF臨床治療中。但是PFNA內固定治療也存在一定局限性，在處理復雜骨折類型、術后康復訓練指導等方面仍有待完善[5-7]。因此，如何優化PFNA內固定治療效果，減少預后不良發生，一直是骨科領域的研究熱點。近年來，機器人輔助手術因精度高、操作穩定、可重復性好等優點，在骨科領域廣泛應用，有效提高了手術的成功率和安全性[8-9]。

對于老年IFOF患者，機器人輔助PFNA內固定治療不僅可以保證手術精度，減少手術創傷，還能通過智能化手術規劃與術后康復指導，為患者提供更加個性化的治療方案。然而，仍有部分患者術后預后不良，出現骨折愈合延遲、內固定失效、髖部功能恢復不佳等問題[10]，這可能與年齡、術前身體狀況、骨折類型、手術操作、術后康復等多種因素有關。因此探討老年IFOF患者機器人輔助PFNA內固定治療預后不良的影響因素并進行早期預測具有重要意義。當前鮮有研究構建機器人輔助PFNA內固定治療預后不良風險預測模型[11]。基于此，本研究旨在探討老年IFOF患者機器人輔助PFNA內固定治療預后不良的影響因素，構建風險預測模型，并分析應對策略，以期為臨床醫生提供有效的預測工具，指導臨床決策，提高手術效果，改善患者生活質量。

1 資料與方法

1.1 一般資料 選取2022年5月—2024年5月

寶雞市中心醫院骨科收治并完成隨訪的老年IFOF患者136例。納入標準：①年齡60～90歲；②經影像學檢查確診為IFOF[12]；③受傷至入院接受治療時間≤48 h；④耐受度較好，接受機器人輔助PFNA內固定手術治療；⑤臨床資料完整無缺失。排除標準：①合并惡性腫瘤；②伴實質臟器嚴重功能障礙；③合并代謝性骨病；④病理性骨折；⑤近兩個月內接受過其他手術治療；⑥未遵醫囑接受規范性康復訓練。本研究獲得醫院倫理委員會批準。所有患者均簽署知情同意書。

1.2 手術方法 所有患者均接受機器人輔助PFNA內固定手術治療。給予患者全身麻醉，取仰臥位，行閉合牽引復位。光學示蹤器置于同側髂前上棘處，C型臂X光機拍攝股骨粗隆正位片與側位片，導入機器人主控系統，待術前規劃完成，機械臂自動運行至定位點，做2～3 cm切口，將機械臂套筒抵至粗隆頂骨皮質，機器人導航輔助下進行微調整，導針沿著套筒方向鉆入髓腔。導針位置透視滿意后行擴髓，旋入PFNA主釘，連接瞄準器，C型臂監控下3.5 mm導針釘入至股骨頸。取恰當長度螺旋刀片打入，安裝遠端鎖釘、尾帽。留置引流管，沖洗術口，縫合切口。術后常規負壓引流，常規抗凝、抗感染治療。定期隨訪，同時給予患者功能鍛煉指導與建議。術后初期（術后1～2周）功能鍛煉以患肢肌肉收縮活動為主，如患肢足部跖屈、背伸運動、踝關節踝泵運動、膝關節屈伸運動等，促進血液循環，減少腫脹；術后2周左右拆線，術后中期（術后2～4周）逐漸被動活動髖關節，并增加運動量與強度，但屈曲不宜超過90°；術后8周復查X線片，根據骨折愈合情況逐漸開始部分負重；術后12周再次復查X線片，見骨折愈合牢固后可自由負重。

1.3 研究方法 采用病例調查的方式，收集所有患者基礎資料，如年齡、性別、BMI、骨折原因、骨折Evans分型[13]、基礎疾病、吸煙飲酒史、受傷至手術時間、術前美國麻醉醫師協會（American Society of Anesthesiologists，ASA）分級、貧血史、低蛋白血癥、手術時間、術中出血量、術后引流量、術后負重時間（指患者術后根據骨折部位情況，可在骨折部位開始增加壓力或重量的時間點，該時間由醫生或康復團隊決定）、術后有無并發癥（主要包括術后感染、骨折畸形愈合、骨折延遲愈合、固定物移位等）。

采用Harris髖關節功能量表（Harris Hip Score，HHS）評價患者術后12個月髖關節功能水平，分為優（≥90分）、良（80～89分）、中（70～79分）、差（lt;70分）。根據患者預后情況分為預后良好組（優、良）與預后不良組（中、差）。

1.4 統計學方法 應用SPSS 22.0分析數據。計數資料以例數（百分比）[n（%）]表示，行 χ2檢驗，符合正態性的計量資料以均數±標準差（x±s）表示，行t檢驗，有序等級資料行秩和檢驗。采用多因素Logisitc回歸模型分析危險因素。利用Rstudio中rms包、rmda程序包構建列線圖模型并行內部驗證，建立ROC曲線分析列線圖模型預測效能。檢驗水準α=0.05。

2 結果

2.1 預后結果 術后12個月隨訪結果顯示，136例行機器人輔助PFNA內固定的老年IFOF患者中，HHS評級為優68例、良41例、中22例、差5例。預后良好109例，預后不良27例，預后不良發生率為19.85%。

2.2 臨床資料 兩組患者性別、BMI、骨折原因、高血壓、糖尿病、冠心病、吸煙、飲酒、受傷至手術時間、貧血史、低蛋白血癥、手術時間及術后并發癥情況比較，差異無統計學意義（Pgt;0.05）；兩組患者年齡、骨折Evans分型、術前ASA分級、術中出血量、術后引流量、術后負重時間比較，差異有統計學意義（Plt;0.05），見表1。

2.3 多因素分析 將表1差異性分析中有統計學意義的指標“年齡、骨折Evans分型、術前ASA分級、術中出血量、術后引流量、術后負重時間”作為自變量，將老年IFOF患者行機器人輔助PFNA內固定治療的預后情況作為因變量，并對變量進行賦值（見表2）。納入二元Logistic回歸模型進行分析，結果顯示年齡偏高、骨折Ⅲ～Ⅳ型、術前ASAgt;Ⅱ型、術后引流量較大、術后負重時間較長為老年IFOF患者行機器人輔助PFNA內固定治療預后不良的危險因素（Plt;0.05），見表3。

2.4 構建列線圖預測模型 依據老年IFOF患者行機器人輔助PFNA內固定治療的預后不良影響因素“年齡、骨折Evans分型、術前ASA分級、術后引流量、術后負重時間”，建立預后不良風險列線圖預測模型（如圖1）。

2.5 列線圖預測模型效能分析及驗證 建立ROC曲線分析各項因子及列線圖模型對老年IFOF患者行機器人輔助PFNA內固定治療預后不良的預測效能。結果發現，年齡、骨折Evans分型、術前ASA分級、術后引流量、術后負重時間及列線圖模型的曲線AUC值分別為0.681、0.632、0.646、0.878、0.855、0.978。經成對Z檢驗顯示，列線圖模型的AUC值均高于各單項因子AUC（Plt;0.05）。取Cut-off值時，列線圖模型的敏感度、特異度分別為0.927、0.963，如圖2。進一步經Bootstrap（B=1000）內部驗證，預測曲線與Ideal線重合度較高，提示該模型預測效能穩定（如圖3）。決策分析發現，該模型閾值概率為0.01～0.96，可獲得較好正向凈收益率（如圖4）。

3 討論

本研究多因素Logisitc回歸分析顯示，年齡偏高、術前ASA分級gt;Ⅱ級、骨折Ⅲ～Ⅳ型、術后引流量偏高、術后負重時間過長為老年IFOF患者預后不良的獨立危險因素。①隨著年齡的增長，老年患者骨骼、肌肉、神經系統、免疫系統等方面各項機能均逐漸衰退，這種衰退可能導致術后恢復速度變慢，增加并發癥的風險，從而影響預后[14-15]。②ASA分級系統用于評估患者術前的整體健康狀況和麻醉風險。ASA分級gt;Ⅱ級通常表示患者存在輕度到重度的系統性疾病，這些疾病可能影響患者手術耐受性和術后恢復[16]。③骨折的類型和嚴重程度直接影響手術的難度和效果。骨折Ⅲ～Ⅳ型通常代表更為復雜和嚴重的骨折情況，涉及更廣泛的骨骼破壞、關節面不平整或骨折線移位等[17-18]。這種嚴重的骨折類型可能導致手術修復更加復雜，需要更長時間的固定和恢復，從而增加了手術風險和術后并發癥發生的可能性。④術后引流量偏高通常是指術后通過引流管排出的液體量超過正常范圍。盡管機器人輔助手術能夠提高手術精準度，減少人為誤差，但手術本身仍會對周圍組織造成一定的創傷，導致術后出血和引流量增加；同時也可能與患者自身因素有關，老年患者多伴有基礎疾病，凝血功能減弱，并且術前貧血糾正、血壓控制等不夠充分，可能導致術后引流量增加[19]。此外，術后引流管管理不當或者術后康復鍛煉過早、過強，均可能對傷口及周圍組織產生刺激，使引流量增加[20]。

在老年股骨粗隆間骨折患者中，術后引流量偏高可能直接反映手術創口的愈合情況、感染情況以及出血狀況等，這些因素都與患者的預后密切相關[21]。⑤術后負重時間過長可能增加骨折端移位或內固定物失效的風險，從而影響骨折的愈合和患者的恢復[22-23]。提示在術后康復指導中需要強調合理的負重時間和方式，避免患者過早或過度負重導致的不良后果。

但是，蘇啟旭等人[24]回顧性分析PFNA治療老年股骨粗隆間骨折的效果及影響因素時發現，BMI超重、骨質疏松、術前ASA分級高、小粗隆骨折為PFNA治療的獨立危險因素。趙繼陽等人[25]同樣采用回顧性研究進行分析，發現年齡、手術時間為PFNA治療老年股骨粗隆間骨折的獨立危險因素，而骨折分型、ASA分級非獨立危險因素。本研究結果與上述學者研究結果存在一定差異，分析其原因如下。其一，本研究采用機器人輔助PFNA內固定手術，而機器人輔助手術可能通過提高手術精準度、減少術中創傷及術后并發癥，從而影響預后。相比之下，其他研究可能未采用機器人輔助手術，或樣本選擇、隨訪時間、評估標準等存在差異。其二，手術技術及術后管理策略可能存在差異。機器人輔助手術在術中操作、復位質量及內固定穩定性方面具有優勢，可能降低了骨折復位不佳、內固定物松動等傳統手術中的風險因素。其三，本研究觀察患者術后遠期（術后12個月）預后情況，而上述學者主要觀察術后中短期（術后3個月、術后6個月）療效，隨訪時間存在差異。

本研究ROC分析顯示，依據獨立危險因素構建的風險預測模型AUC值為0.978，表明該模型在區分預后良好與預后不良患者方面具有極高的準確性。這種高度的準確性可以幫助醫生在術前評估患者的預后風險，從而制定更為合適的治療計劃。當取Cut-off值時，模型的敏感度和特異度分別達到了0.927和0.963。這表明該模型不僅能夠有效地識別出大多數預后不良情況，而且能夠較為準確地判斷出預后良好患者。這種雙重的高性能確保了模型在臨床應用中的廣泛適用性和可靠性[26-27]。通過Bootstrap內部驗證（B=1000），預測曲線與理想線基本重合，顯示了該模型預測效能的穩定性。即使在不同的樣本集或數據分布下，該模型也能夠保持預測準確性，這為模型廣泛應用奠定了基礎。決策分析顯示，該模型閾值概率為0.01～0.98，意味著適用群體具有廣泛性，并且具有正向凈收益率。總之，該風險預測模型在老年IFOF患者預后不良的預測方面具有高度的準確性、穩定性和實用性，可以為臨床決策提供有力支持。

綜上所述，年齡、術前ASA分級、骨折分型、術后引流量、術后負重時間為老年IFOF患者行機器人輔助PFNA內固定手術治療預后不良的影響因素?；谶@些因素構建的列線圖模型不僅預測效能良好，而且通過Bootstrap內部驗證顯示預測穩定性較高，因此該模型具備在臨床實踐中評估老年IFOF患者預后并指導臨床決策的實際應用價值。然而，本研究仍存在一定局限性，如樣本量相對較小、隨訪時間相對較短。未來研究可進一步擴大樣本量、延長隨訪時間，以驗證和優化該預測模型，為老年IFOF患者的治療提供更為精確和個性化的決策支持。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：郭佳、張敏共同負責設計論文框架，起草論文，實施研究過程，數據收集，統計學分析，繪制圖表，論文修改，擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻

[1] Ghasemi F， Esmaeilnejad-Ganji S M， Manafi Rasi A， et al. Evaluation of quality of life and associated factors in patients with intertrochanteric femoral fracture[J]. PLoS One， 2023， 18（11）： e0293686.

[2] Sivakumar A， Rickman M， Thewlis D. Gait biomechanics after proximal femoral nailing of intertrochanteric fractures[J]. J Orthop Res， 2023， 41（4）： 862-874.

[3] 張佳鳳， 姚丹華， 王小文.股骨粗隆間骨折患者報告結局現狀及相關因素研究[J].中國衛生統計， 2021， 38（5）： 755-758.

[4] Faust L M， Lerchenberger M， Gleich J， et al. Predictive value of prognostic nutritional index for early postoperative mobility in elderly patients with pertrochanteric fracture treated with intramedullary nail osteosynthesis[J]. J Clin Med， 2023， 12（5）： 1792.

[5] Jegathesan T， Kwek E B K. Are intertrochanteric fractures evolving？ Trends in the elderly population over a 10-year period[J]. Clin Orthop Surg， 2022， 14（1）： 13-20.

[6] Ramezani A， Babagoli M， Ghaseminejad-Raeini A， et al. Factors associated with postoperative quality of life in patients with intertrochanteric fracture[J]. Ann Med Surg （Lond）， 2023， 86（2）： 703-711.

[7] 胡春祥， 黃建國， 黃永紅， 等.八珍湯聯合股骨近端防旋髓內釘內固定對老年股骨粗隆間骨折患者髖關節功能及骨代謝的影響[J].中國老年學雜志， 2023， 43（2）： 310-313.

[8] 張朕， 劉華水， 段升軍， 等.機器人輔助PFNA與傳統手術治療股骨粗隆間骨折的療效比較[J].中華老年骨科與康復電子雜志， 2020， 6（1）： 25-30.

[9] SHI J X， SHEN J X， ZHANG C C， et al. Robot-assisted versus traditional surgery in the treatment of intertrochanteric fractures： a meta-analysis[J]. J Robot Surg， 2024， 18（1）： 221.

[10] XU Z M， ZHANG X ， WANG Y Q， et al. Comparison of bone-setting robots and conventional reduction in the treatment of intertrochanteric fracture： a retrospective study[J]. Orthop Surg， 2024， 16（2）： 312-319.

[11] LI X P， ZHANG P， ZHU S W， et al. All-cause mortality risk in aged femoral intertrochanteric fracture patients[J]. J Orthop Surg Res， 2021， 16（1）： 727.

[12] 郭金偉， 楊川， 楊博文， 等.股骨粗隆間骨折PFNA術中改良克氏針固定的應用分析[J].重慶醫學， 2022， 51（4）： 650-653， 657.

[13] Boyd H B， Griffin L L. Classification and treatment of trochanteric fractures[J]. Arch Surg （1920）， 1949， 58（6）： 853-866.

[14] Adulkasem N， Phinyo P， Khorana J， et al. Prognostic factors of 1-year postoperative functional outcomes of older patients with intertrochanteric fractures in Thailand： a retrospective cohort study[J]. Int J Environ Res Public Health， 2021， 18（13）： 6896.

[15] ZHAO L， LI H R， ZHANG S H， et al. Serum HMGB1 levels and its clinical significance in elderly patients with intertrochanteric fractures after intramedullary fixation surgery[J]. Medicine （Baltimore）， 2023， 102（8）： e32873.

[16] GU J， HE S， WANHG L. Analysis of one-year postoperative mortality and risk factors of elderly patients with intertrochanteric fractures after PFNA[J]. Niger J Clin Pract， 2022， 25（9）： 1557-1562.

[17] 胡靖， 王林， 陳義， 等.防旋股骨近端髓內釘治療老年股骨粗隆間骨折的效果及對髖關節功能、生活質量和日常生活能力的影響[J].中國老年學雜志， 2022， 42（12）： 2918-2920.

[18] 陸錫平， 王科， 閆文千.高壓氧聯合旋刀片式股骨近端髓內釘內固定治療對股骨粗隆間骨折患者血液流變學指標、骨折愈合及關節功能的影響[J].中華航海醫學與高氣壓醫學雜志， 2021， 28（1）： 30-33.

[19] 丁慶豐， 王晟昊， 吳貴忠， 等.兩種髓內釘固定骨質疏松股骨粗隆間骨折的比較[J].中國矯形外科雜志， 2022， 30（2）： 97-101.

[20] 武英楷， 王瑞強， 寧尚攀， 等.股骨近端防旋髓內釘固定股骨粗隆間骨折失敗的因素[J].中國矯形外科雜志， 2022， 30（22）： 2050-2054.

[21] 劉明軍， 萬先亮， 李洪波， 等.骨科創傷機器人輔助PFNA內固定治療老年股骨粗隆間骨折的效果[J].實用老年醫學， 2023， 37（5）： 491-494， 499.

[22] Tüzün H Y， Bilekli A B， Er?en ?. The factors that affect blood loss in intertrochanteric fractures treated with proximal femoral nail in the elderly[J]. Eur J Trauma Emerg Surg， 2022， 48（3）： 1879-1884.

[23] 馬冰心， 劉金山， 金紅光， 等.股骨粗隆間骨折固定術后感染危險因素及對TGF-β/BMPs信號通路和骨代謝指標影響[J].中華醫院感染學雜志， 2021， 31（23）： 3581-3585.

[24] 蘇啟旭， 巴黎， 王松， 等. PFNA治療老年股骨粗隆間骨折的效果及影響因素[J].中國老年學雜志， 2020， 40（6）： 1234-1236.

[25] 趙繼陽， 陳衛衡， 郭盛君， 等. PFNA治療老年股骨粗隆間骨折術后功能康復影響因素分析[J].中國醫藥導報， 2023， 20（15）： 82-85.

[26] 洪石， 吳征杰， 李燦輝.機器人輔助下股骨近端防旋髓內釘內固定治療股骨粗隆間骨折8例[J].實用醫學雜志， 2019， 35（2）： 335-336.

[27] 馬志華， 付宏偉， 陳曉華.閉合復位髓內釘固定治療同側股骨干合并股骨粗隆間骨折的臨床療效與不愈合危險因素分析[J].中國臨床解剖學雜志， 2022， 40（2）： 211-215.

編輯：張笑嫣