全膝关节置换术后深静脉血栓预测模型的建立

作者：徐泽; 张贤祚; **林; 黄威; 周伟; 朱晨; 尹宗生^*

来源：中国矫形外科杂志, 2022, 30(23): 2123-2128.

• 全膝关节置换术
• 深静脉血栓
• 预测模型
• 极端梯度提升
• 逻辑回归

[目的]构建基于逻辑回归和XGBoost算法的全膝关节置换术（total knee arthroplasty, TKA）围手术期深静脉血栓形成风险（deep vein thrombosis, DVT）的预测模型。[方法]回顾性分析2017年12月—2021年10月于安徽医科大学附属安徽省立医院骨科接受TKA手术治疗的3 711例患者的临床资料，构建逻辑回归和XGBoost算法预测模型，筛选围手术期出现DVT的预测因素，并比较两者的预测效能。[结果]3 711例患者中，TKA术后共有889例患者发生DVT，总发病率23.96%。单项因素比较表明，与非DVT组相比，DVT组年龄显著更大（P<0.05），低分子肝素和X因子抑制剂使用的比率显著更高（P<0.05），术后6 h早期抗凝比率显著更低（P<0.05）、术前准备时间显著更短（P<0.05）、术后住院时间显著更长（P<0.05），手术时间显著更长（P<0.05），术前D-二聚体含量显著更高（P<0.05），术前凝血酶原活动度更低（P<0.05）、术后血磷含量更高（P<0.05）、术后尿素氮肌酐比值更高（P<0.05），差异均有统计学意义。逻辑回归表明：术后尿素氮肌酐比值升高（OR=1.576,P<0.05）、术后住院时间长（OR=1.393,P<0.05）、高龄（OR=1.214,P<0.05）、术后血磷升高（OR=1.160,P=0.05）、术前D-二聚体升高（OR=1.058,P=0.05）是发生DVT的危险因素。XGBoost模型显示年龄、术后住院时间、术后D-二聚体水平、血清尿素氮/肌酐比值、使用低分子肝素是重要的特征向量。两种预测模型ROC分析的AUC分别为0.709和0.840。[结论] XGBoost模型对于TKA围手术期DVT事件具有良好的预测能力，患者年龄、术后住院时间、术后D-二聚体含量、血清尿素氮/肌酐比值、使用低分子肝素是潜在的重要预测指标。

• 单位
  中国科学技术大学; 安徽省立医院; 安徽医科大学第一附属医院; 安徽医科大学