老年髖部骨折患者術后譫妄風險預測模型的研究進展

[摘要]"在醫療領域，術后譫妄（postoperative"delirium，POD）的風險預測一直是研究的熱點，特別是在老年髖部骨折手術患者中，POD的發生不僅影響患者的康復進程，還可能增加醫療成本和患者家屬的照顧負擔。因此，對老年髖部骨折患者POD的早期識別和干預尤為重要。本文對老年髖部骨折患者POD的發病機制、風險預測模型的基本情況進行綜述，對比不同研究類型的老年髖部骨折患者POD風險預測模型的構建方法，為風險預測模型的構建及應用提供借鑒。

[關鍵詞]"老年人；髖部骨折；術后譫妄；發病機制；風險預測

[中圖分類號]"R473.6""""""[文獻標識碼]"A""""""[DOI]"10.3969/j.issn.1673-9701.2024.34.020

術后譫妄（postoperative"delirium，POD）是一種在麻醉手術后發生的急性器質性腦功能異常，主要特征包括急性、可逆性、波動性的認知功能障礙。這一嚴重并發癥在老年髖部骨折患者的圍手術期中尤為常見[1]。國外報道顯示，老年髖部骨折患者POD發生率為4.0%～53.3%[2-3]。中國學者研究發現，老年髖部骨折患者POD發生率為13.8%～37.3%[4-6]。一旦發生POD可嚴重影響預后，導致各種并發癥風險升高、住院時間延長、治療費用增加，甚至增加短期病死率及遠期術后認知功能障礙的發生風險[7]。研究表明30%～40%的POD是可預防的[8]。因此，早期識別和干預老年髖部骨折患者POD的發生十分重要，而風險預測是干預POD發生的前提，風險預測結果的準確性直接影響預防措施和預防效果。本文對老年髖部骨折患者POD風險預測模型的研究進展進行比較和總結，以期為醫護人員對風險預測模型的選擇及應用提供參考。

1""老年髖部骨折患者POD的發病機制

老年髖部骨折患者POD的發病機制主要包括神經炎癥、神經遞質失衡、氧化應激、腸道微生物群紊亂及代謝異常。神經炎癥是指外周炎癥反應通過手術、外傷或感染，引起大量炎癥因子如白細胞介素-6、白細胞介素-1、腫瘤壞死因子α等介質通過血腦屏障，導致中樞神經元和突觸受損，進而出現譫妄癥狀，是POD的重要致病機制[9-11]。神經遞質失衡是指膽堿類、單胺類、氨基酸類、抑制性遞質等神經遞質在中樞神經系統內分泌、傳遞或代謝過程發生異常，導致神經功能紊亂，出現譫妄等認知功能障礙癥狀。研究表明神經遞質失衡可引起老年髖部骨折患者POD[12]。氧化應激是體內氧化和抗氧化作用失衡的一種狀態，細胞可產生自由基或活性氧，通過還原型煙酰胺腺嘌呤二核苷酸磷酸氧化酶系統、黃嘌呤氧化和線粒體電子傳遞鏈，最終導致細胞功能下降和細胞死亡[13]。在老年髖關節骨折患者手術過程中，大腦極易受到氧化應激損傷，導致神經元功能障礙出現譫妄癥狀[14]。腸道微生物群在大腦調節中發揮重要作用[15–17]。研究表明腸道菌群失調可導致POD，通過恢復腸道菌群平衡可預防或治療POD[18]。老年髖部骨折患者的代謝組學研究發現，POD患者術后糖酵解產物較高，但ω-3和ω-6脂肪酸含量在手術前后均較低[19]。這些代謝異常可降低大腦神經保護的能力，從而繼發神經炎癥反應。另一項應用非靶向代謝組學對髖部手術后POD患者血清代謝物變化進行的研究發現，磷脂酰肌醇水平降低與老年患者POD風險增加有關，這可能為POD的病理生理學提供新的線索[20]。

2""風險預測模型概述

疾病風險預測模型是指以引起疾病的多種危險因素為基礎，將多個危險因素和疾病的發生之間確定為一種定量關系，用來預測某種疾病存在（診斷）或未來有可能發生（預測）的概率[21]。早期，疾病風險預測模型多運用于心血管領域的術前危險因素及術后并發癥的預測[21]。現今，風險預測模型已廣泛用于其他醫學領域，如維持性血液透析患者衰弱及衰弱前期風險預測、宮頸癌術后尿潴留風險預測及老年髖部骨折患者POD風險預測[22-24]等。

2.1""風險預測模型的驗證

疾病風險預測模型的驗證方法包括內部驗證和外部驗證。內部驗證方法是對與模型構建相同的數據集進行驗證。在該過程中，隨機分割法是一種常用的手段，即隨機將數據集分為兩部分，一部分用于模型構建，另一部分用于模型驗證[25]；或使用表觀驗證法、交叉驗證法或自抽樣法進行內部驗證。而外部驗證是對模型進行更為嚴格的評估，使用與模型構建完全不同的數據集[26]。外部驗證根據數據來源的不同可分為：①時間驗證：使用不同時段的數據檢驗模型的性能；②空間驗證：利用不同研究中心的數據對模型進行評估；③領域驗證：利用不同環境中的數據驗證模型的通用性。這些驗證方法共同構成對模型全面而嚴謹的評估體系。

2.2""風險預測模型評價標準

疾病風險預測模型通過區分度和校準度進行評估。區分度是指模型對事件發生或不發生的正確預測的能力，通常用受試者操作特征曲線下面積（area"under"the"curve，AUC）進行評估，AUC取值范圍為0.5～1.0，取值越趨近于1.0，則代表模型的區分度越好[27-28]。校準度則是反映模型正確估計絕對風險的程度[29]。Hosmer-Lemeshow擬合優度檢驗（H-L檢驗）是最常用的評價方法，主要比較事件發生的預期概率和實際概率之間的差異是否具有統計學意義，若Pgt;0.05，則提示模型擬合優度效果較好。

3""老年髖部骨折患者POD風險預測模型

3.1""基于橫斷面研究構建的老年髖部骨折患者POD風險預測模型

胡玲等[4]選擇某三級甲等醫院創傷骨科病房的老年髖部骨折患者進行POD調查。結果發現POD發生率為29%，多因素Logistic回歸分析顯示，年齡、術前衰弱、腦卒中史、術中低氧及重癥監護病房（intensive"care"unit，ICU）住院時長與老年髖部骨折患者POD的發生相關。但該風險預測模型的構建未進行內、外部驗證，因此無法判斷該預測模型的效能。同時，該研究未進行多中心的現狀調查，樣本量及樣本的代表性有一定的局限性，可能忽略了其他因素對POD的影響。

3.2""基于前瞻性病例對照研究構建的老年髖部骨折患者POD風險預測模型

Venkatakrishnaiah等[30]對110例在印度南部某三級醫院的老年髖部骨折患者進行前瞻性觀察研究，結果發現44.5%的患者出現POD，且高齡、低白蛋白血癥、營養不良和血糖控制不佳的患者易發生POD。張明媚等[31]選取接受髖部骨折手術的老年患者為研究對象，收集其一般資料及臨床資料。采用多因素Logistic回歸分析篩選出老年髖部骨折患者POD發生的相關危險因素，之后構建風險預測模型，同時還對該模型進行外部驗證，外部驗證預測模型的敏感度為90.48%，特異性為91.53%。可見該模型預測效能較好，但僅通過小樣本隊列驗證該模型的有效性，未來仍需開展多中心、大樣本研究驗證其預測效能。

3.3""基于回顧性病例對照研究構建的老年髖部骨折患者POD風險預測模型

王天沛等[24]通過對某醫院333例患者的臨床數據進行回顧性分析，構建POD風險預測模型，并對該模型進行內、外部驗證。模型內部驗證和外部驗證的AUC分別為0.831和0.836，表明具有較好的區分度，二者的H-L檢驗結果P均gt;0.05，表明模型預測POD發生概率與實際POD發生概率一致性高，具有較好的校準度。該研究雖對模型進行內部和外部驗證，但驗證集的樣本量較小，可造成評估的偏倚，因此需要大樣本多中心的前瞻性研究對老年髖部骨折患者POD的預測因素進行分析、構建并檢驗其風險評估模型。何敏等[32]選取接受髖部骨折手術治療的老年患者426例進行回顧性研究。采用多因素Cox回歸分析POD發生的影響因素。通過受試者操作特征曲線及決策曲線分析評估風險模型預測效能。發現基于年齡、美國麻醉醫師協會（American"society"of"Aneshesiologists，ASA）分級（Ⅲ～Ⅳ級）、糖尿病、淋巴細胞比值、預后營養指數及手術時間構建的老年髖部骨折患者POD發生風險的諾莫圖模型預測性能較好。盡管該研究納入的病例數量較大，但仍存在一定的局限性。首先，該研究使用諾莫圖模型，并未對外部數據集進行驗證，因此其準確性和可靠性可能有限。其次，影響POD的潛在因素很多，當前的諾莫圖模型可能忽視其他關鍵的危險性變量。最后，這是一項僅在單一醫療中心進行的觀察性研究，該諾莫圖模型是否適用于其他情境可能需要更多的研究和驗證。Kong等[33]回顧性研究245例接受髖部骨折手術的老年患者，研究結果顯示POD發生率為13.06%；老年髖部骨折POD發生的獨立危險因素為年齡≥75歲、體質量指數≥24kg/m2、有譫妄病史、術前白蛋白≤40g/L、手術時長≥2h、失血量≥400ml、促甲狀腺激素≤2mU/L。Ahn等[34]研究發現14.7%的患者被診斷為圍手術期多動性譫妄并使用藥物治療。逐步Logistic回歸發現與譫妄發生的相關術前變量為男性、年齡≥85歲、醫院類型、術后轉入ICU、存在神經退行性疾病、單純性糖尿病、消化性潰瘍及先前診斷的精神病和抑郁癥。

3.4""基于隊列研究構建的老年髖部骨折患者POD風險預測模型

Kim等[35]將629例患者按術前C反應蛋白/白蛋白臨界值進行分組：第一組C反應蛋白/白蛋白臨界值lt;1.5，第二組C反應蛋白/白蛋白臨界值≥1.5，比較兩組患者POD的發生率和總死亡率。多變量Logistic回歸和Cox回歸分析得出術前C反應蛋白/白蛋白比值是老年髖部骨折患者POD發生的危險因素。首先，該研究是一項回顧性研究，未考慮的混雜因素可能引發潛在的偏差。其次，作者沒有比較C反應蛋白/白蛋白比值水平隨時間的變化。此外，創傷事件和手術應激可能顯著影響C反應蛋白和白蛋白的急性變化。因此，需要進一步的前瞻性研究比較創傷前和創傷后的C反應蛋白/白蛋白比值差異，并觀察其隨時間的變化情況。Kim等[36]進行一項隊列研究，使用多變量Logistic回歸開發POD的簡化預測模型。在衍生隊列的6210例患者中，1816例患者發生POD。研究結果表明發生POD的危險因素為年齡gt;60歲、術前有譫妄或癡呆病史、ASA分級Ⅲ～Ⅴ級、功能依賴性、吸煙、膿毒血癥、感染性休克、術前使用助行器等。Logistic回歸和風險評分模型的AUC均為0.77，驗證隊列中結果相似。雖然該數據來自117家機構，但可能難以在多醫院應用標準化的篩查工具，且該研究的代表性過大，需要在不同患者群體中進行外部驗證，確定模型的普遍性。

4""老年髖部骨折患者POD風險預測模型的比較

在研究設計上，不同的研究者采用不同的方法構建老年髖部骨折患者POD風險預測模型，包括橫斷面研究[4]、前瞻性病例對照研究[30-31]、回顧性病例對照研究[24，32-34]、隊列研究[35-36]。橫斷面研究在確定危險因素與老年髖部骨折患者發生POD的時間關系方面存在一定局限性。前瞻性研究的數據收集于POD發生之前，由研究者親自觀察得到，資料詳盡且可靠，可更全面地了解研究因素與老年髖部骨折患者POD發生之間的因果關系；但其缺點為研究耗時長、成本高、失訪率高等。病例對照研究是研究者回顧性分析老年髖部骨折患者發生POD的既往臨床資料，其研究過程相對簡便且時間較短，但收集到的臨床數據可能存在不完整或信息缺失的情況，因此可對預測模型的準確性產生一定影響。

在納入危險因素分析上，大部分研究者使用Logistic回歸分析探討危險因素[4，33-37]；也有研究者使用Cox比例風險模型分析危險因素[32-35]。其研究對象的選擇上大體相同，主要來源于三級甲等醫院的老年術后患者。其中，預測老年髖部骨折患者POD的個體特征因素包括年齡、ASA分級、術前衰弱、腦卒中史、術前低蛋白、術中低氧、術中輸血、手術時長、合并心腦血管疾病、麻醉方式及ICU住院時長等，因此，應重點關注存在多種危險因素的老年髖部骨折術后患者并早期干預，以期降低該人群的POD發生率。

從預測模型的驗證方法上進行比較，有內部驗證[37-38]、外部驗證[31]，也有研究者同時采用內部和外部驗證[24-36]。由于僅少部分老年髖部骨折POD風險預測模型同時進行內部和外部驗證，其余大部分模型的穩定性和適用性還有待探討，因此無法評價哪個模型的預測性能最佳。

5""小結

老年髖部骨折患者POD是一個復雜且嚴重的并發癥，其發生與多種因素密切相關，對患者的康復和術后產生顯著的影響。該疾病風險預測模型的研究具有重要的臨床意義和公共衛生價值。盡管老年髖部骨折患者POD風險預測模型的研究已取得顯著進展，但在預測模型的構建時采用的研究設計方法、統計學方法、驗證方法等都不盡相同，最終篩選的危險因素可存在一定的差異。醫護人員需要根據臨床實際情況，選擇最佳的預測模型。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] DE"LA"VARGA-MARTíNEZ"O，"GóMEZ-PESQUERA"E，"MU?OZ-MORENO"M"F，"et"al."Development"and"validation"of"a"delirium"risk"prediction"preoperative"model"for"cardiac"surgery"patients"（DELIPRECAS）："An"observational"multicentre"study[J]."J"Clin"Anesth，"2021，"69："110158.

[2] ALBANESE"A"M，"RAMAZANI"N，"GREENE"N，"et"al."Review"of"postoperative"delirium"in"geriatric"patients"after"hip"fracture"treatment[J]."Geriatr"Orthop"Surg"Rehabil，"2022，"13："21514593211058947.

[3] YANG"Y，"ZHAO"X，"GAO"L，"et"al."Incidence"and"associated"factors"of"delirium"after"orthopedic"surgery"in"elderly"patients："A"systematic"review"and"Meta-analysis[J]."Aging"Clin"Exp"Res，"2021，"33（6）："1493–1506.

[4] 胡玲，"胡三蓮，"錢會娟."老年髖部骨折患者術后譫妄發生現況及危險因素分析[J]."中國護理管理，"2019，"19（2）："204–210.

[5] 王潔，"雙鵬展，"趙龍彪，"等."老年患者髖部骨折修復術后譫妄的危險因素[J]."臨床麻醉學雜志，"2023，"39（3）："235–240.

[6] 劉小雷，"王炎，"孫中儀，"等."老年髖部骨折術后譫妄的危險因素分析[J]."中國矯形外科雜志，"2022，"30（4）："305–308.

[7] ZHAO"J，"LIANG"G，"HONG"K，"et"al."Risk"factors"for"postoperative"delirium"following"total"hip"or"knee"arthroplasty："A"Meta-analysis[J]."Front"Psychol，"2022，"13："993136.

[8] 崔薇，"張山，"吳瑛."住院老年病人生活干預方案預防譫妄效果的Meta分析[J]."護理研究，"2024，"38（3）："488–494.

[9] XIAO"M"Z，"LIU"C"X，"ZHOU"L"G，"et"al."Postoperative"delirium，"neuroinflammation，"and"influencing"factors"of"postoperative"delirium："A"review[J]."Medicine"（Baltimore），"2023，"102（8）："e32991.

[10] ALAM"A，"HANA"Z，"JIN"Z，"et"al."Surgery，"neuroinflammation"and"cognitive"impairment[J]."EBioMedicine，"2018，"37："547–556.

[11] LI"K，"WANG"J，"CHEN"L，"et"al."Netrin-1"ameliorates"postoperative"delirium-like"behavior"in"aged"mice"by"suppressing"neuroinflammation"and"restoring"impaired"blood-brain"barrier"permeability[J]."Front"Mol"Neurosci，"2021，"14："751570.

[12] HAN"Y，"ZHANG"W，"LIU"J，"et"al."Metabolomic"and"lipidomic"profiling"of"preoperative"CSF"in"elderly"hip"fracture"patients"with"postoperative"delirium[J]."Front"Aging"Neurosci，"2020，"12："570210.

[13] REIS"P"A，"CASTRO-FARIA-NETO"H"C."Systemic"response"to"infection"induces"long-term"cognitive"decline："Neuroinflammation"and"oxidative"stress"as"therapeutical"targets[J]."Front"Neurosci，"2021，"15："742158.

[14] GAMBERALE"R，"D’ORLANDO"C，"BRUNELLI"S，"et"al."Study"protocol："Understanding"the"pathophysiologic"mechanisms"underlying"delirium"in"older"people"undergoing"hip"fracture"surgery[J]."BMC"Geriatr，"2021，"21（1）："633.

[15] MORAIS"L"H，"SCHREIBER"H"L，"MAZMANIAN"S"K."The"gut"microbiota-brain"axis"in"behaviour"and"brain"disorders[J]."Nat"Rev"Microbiol，"2021，"19（4）："241–255.

[16] DALILE"B，"VAN"OUDENHOVE"L，"VERVLIET"B，"et"al."The"role"of"short-chain"fatty"acids"in"microbiota-gut-brain"communication[J]."Nat"Rev"Gastroenterol"Hepatol，"2019，"16（8）："461–478.

[17] MULLER"P"A，"SCHNEEBERGER"M，"MATHEIS"F，"et"al."Microbiota"modulate"sympathetic"neurons"via"a"gut-brain"circuit[J]."Nature，"2020，"583（7816）："441–446.

[18] ZHANG"Y，"BALDYGA"K，"DONG"Y，"et"al."The"association"between"gut"microbiota"and"postoperative"delirium"in"patients[J]."Transl"Psychiatry，"2023，"13（1）："156.

[19] GUO"Y，"LI"Y，"ZHANGnbsp;Y，"et"al."Post-operative"delirium"associated"with"metabolic"alterations"following"hemi-"arthroplasty"in"older"patients[J]."Age"Ageing，"2019，"49（1）："88–95.

[20] HUANG"H，"HAN"J，"LI"Y，"et"al."Early"serum"metabolism"profile"of"post-operative"delirium"in"elderly"patients"following"cardiac"surgery"with"cardiopulmonary"bypass[J]."Front"Aging"Neurosci，"2022，"14："857902.

[21] 張蕊，"鄭黎強，"潘國偉."疾病發病風險預測模型的應用與建立[J]."中國衛生統計，"2015，"32（4）："724–726.

[22] 卿偉，"鄒兆華，"易子涵，"等."維持性血液透析病人衰弱及衰弱前期風險預測模型的構建[J]."護理研究，"2024，"38（2）："233–239.

[23] 陸宇，"江會."基于3種機器學習算法構建宮頸癌術后尿潴留風險預測模型[J]."護理研究，"2024，"38（1）："24–30.

[24] 王天沛，"蔡永松，"郭華，"等."老年髖部骨折患者個體化術后譫妄風險預測模型的構建及驗證[J]."陸軍軍醫大學學報，"2022，"44（6）："563–570.

[25] XIANG"Y，"MA"G，"YANG"Q，"et"al."External"validation"of"the"prediction"model"of"intradialytic"hypotension："A"multicenter"prospective"cohort"study[J]."Ren"Fail，"2024，"46（1）："2322031.

[26] 王俊峰，"章仲恒，"周支瑞，"等."臨床預測模型："模型的驗證[J]."中國循證心血管醫學雜志，"2019，"11（2）："141–144.

[27] CARTER"J"V，"PAN"J，"RAI"S"N，"et"al."ROC-ing"along："Evaluation"and"interpretation"of"receiver"operating"characteristic"curves[J]."Surgery，"2016，"159（6）："1638–1645.

[28] 鄭黎強，"張蕊."疾病發病風險預測模型擬合度評價方法的研究進展[J]."中國衛生統計，"2015，"32（3）："544–546.

[29] HUANG"Y，"LI"W，"MACHERET"F，"et"al."A"tutorial"on"calibration"measurements"and"calibration"models"for"clinical"prediction"models[J]."J"Am"Med"Inform"Assoc，"2020，"27（4）："621–633.

[30] VENKATAKRISHNAIAH"N"K，"ANANDKUMAR"U"M，"WOOLY"S，"et"al."Identification"of"factors"contributing"to"the"development"of"postoperative"delirium"in"geriatric"patients"with"hip"fractures-"A"prospective"study[J]."J"Family"Med"Prim"Care，"2022，"11（8）："4785–4790.

[31] 張明媚，"朱星波，"黃立新."老年髖部骨折患者術后譫妄的預測模型構建及初步應用[J]."天津醫藥，"2021，"49（6）："641–645.

[32] 何敏，"賈芝和，"劉水紅，"等."老年患者髖部骨折術后并發譫妄的Nomogram模型構建[J]."中國老年學雜志，"2023，"43（22）："5465–5469.