卵巢癌術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

卵巢癌術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

溫州醫科大學附屬第一醫院婦科162病區，浙江溫州 325015

探討卵巢癌術后發生靜脈血栓栓塞（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月溫州醫科大學附屬第一醫院因卵巢癌入院并行手術治療的245例患者的臨床信息，根據術后B超結果將其分為血栓組（=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后發生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分析結果顯示，年齡、手術時間、國際婦產科聯盟（International Federation of Gynecology and Obstetrics，FIGO）分期和術后D-二聚體均是卵巢癌患者術后發生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、手術時間、FIGO分期和術后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、化療、放療及中醫治療，其中手術治療是最常見的治療方法[2]；由于術中血管損傷、大量失血、術后長期臥床等因素，患者易發生靜脈血栓栓塞（venous thromboembolism，VTE），VTE可引發致命性肺栓塞[3]。卵巢癌術后VTE發生率可達31.5%，除疾病本身，VTE已成為卵巢癌術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、手術史、手術時間、術中出血量、大量腹水、是否淋巴轉移等均為卵巢癌術后發生VTE的危險因素[5]。目前，針對卵巢癌術后VTE的研究主要集中在影響因素分析[6]。對卵巢癌術后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后發生VTE患者的臨床資料，分析卵巢癌術后發生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。

1 資料與方法

1.1 研究對象

回顧性收集2020年1月至2021年12月溫州醫科大學附屬第一醫院因卵巢癌入院并行手術治療的245例患者的臨床資料。納入標準：①行卵巢癌根治手術，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未行卵巢癌手術治療者。根據術后B超結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。本研究經溫州醫科大學附屬第一醫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。

1.2 資料收集

通過查閱電子病歷管理系統，收集患者的相關資料。①一般資料：年齡、體質量指數（body mass index，BMI）、高血壓病史、糖尿病病史、盆腹腔手術史、生育次數、手術時間、術中出血量、住院天數、大量腹水（>1500ml）、Caprini風險評分；②腫瘤相關指標：病理分型、國際婦產科聯盟（International Federation of Gynecology and Obstetrics，FIGO）分期、腫塊大小、糖類抗原125（carbohydrate antigen 125，CA125）；③術前和術后化驗指標：D-二聚體、白細胞（white blood cell，WBC）、血小板（platelet，PLT）。

1.3 統計學方法

2 結果

2.1 卵巢癌術后發生VTE的單因素分析

兩組患者的年齡、BMI、高血壓、手術時間、術中出血、Caprini風險評分、FIGO分期、術后D-二聚體、術后血小板、CA125比較差異均有統計學意義（<0.05），見表1。

2.2 卵巢癌術后發生VTE的多因素Logistic分析

將單因素分析有統計學意義的變量納入多因素Logistic分析，結果顯示年齡、手術時間、FIGO分期和術后D-二聚體均是卵巢癌患者術后發生VTE的獨立影響因素（<0.05），見表2。

2.3 建立列線圖模型

根據多因素分析結果將年齡、手術時間、FIGO分期、術后D-二聚體構建列線圖，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法做內部檢驗，校準曲線結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。

3 討論

研究顯示，年齡>60歲是婦科手術后發生VTE的獨立影響因素[7]。李鑫寶等[8]研究顯示VTE的發生率隨年齡增大而逐漸升高。由于高齡、活動變少、血流緩慢、血液循環功能減退、靜脈血液回流緩慢，使血液處于高凝狀態，增加術后發生VTE的風險。因此，高齡患者術前采取積極的預防措施顯得尤為重要。護理人員在術前可為患者制定飲食計劃，如加強營養、少食多餐、保證足夠的飲水量、適當運動等，以降低術后患者的血液黏稠度。

手術作為一種侵入性、有創的治療方法，可引起機體的應激反應，手術創傷直接刺激患者體內凝血酶原的釋放，使患者血液處于高凝狀態[9]。術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手術時間每增加60min，其術后30d內VTE風險將增加35%，且風險可累積。因此，對卵巢癌手術患者，護理人員在術前積極給予基礎預防、術中和術后及時按醫囑給予物理措施、穿著彈力襪或使用氣壓治療儀等措施可降低VTE風險。

表1 卵巢癌術后發生VTE的單因素分析

表2 卵巢癌術后發生VTE的多因素Logistic分析

圖1 卵巢癌術后發生VTE的列線圖模型

表3 各獨立危險因素和聯合模型的ROC曲線分析

圖2 列線圖的ROC曲線

圖3 列線圖的校準曲線

本研究結果提示，腫瘤FIGO分期是卵巢癌術后發生VTE的獨立影響因素。FIGO 1期患者發生VTE的風險比4期降低88.2%；FIGO 2期發生VTE的風險比4期降低86.4%，因此腫瘤FIGO分期越高，VTE發生風險越大，與現有研究一致[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。因此，在臨床護理中應重視患者的病理分期結果，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，做到早發現、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測和隨訪。

D-二聚體是纖溶酶降解交聯的纖維蛋白凝塊產生的標志性產物，D-二聚體水平增高，表明機體處于高凝狀態和繼發性纖溶亢進狀態，提示患者易發生血栓和彌散性血管內凝血[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，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果進行可視化和圖像化，便于直觀預測某疾病的發生風險[18]。本研究篩選出年齡、手術時間、FIGO分期和術后D-二聚體4項影響因素，在此結果上構建卵巢癌術后發生VTE的列線圖模型，通過內外部驗證結果表明該模型的預測效能較好。醫護人員可根據每項危險因素的評分求和來預測卵巢癌患者術后VTE發生的概率，識別高風險人群，及時采取預防措施。

綜上，年齡、手術時間、FIGO分期，術后D-二聚體均為卵巢癌患者術后發生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病及死亡趨勢研究[J]. 中國全科醫學, 2022, 25(8): 990–994.

[2] 郎景和, 王辰, 瞿紅, 等. 婦科手術后深靜脈血栓形成及肺栓塞預防專家共識[J]. 中華婦產科雜志, 2017, 52(10): 649–653.

[3] 邸佳, 張大維, 薛欣欣. 康復護理聯合血液循環驅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. 上皮性卵巢癌并發深靜脈血栓的危險因素研究[J]. 現代婦產科進展, 2018, 27(2): 95–98.

[5] 周琦, 徐伏蘭, 張蔚. 卵巢癌患者術后深靜脈血栓形成的Logistic回歸分析[J]. 武漢大學學報(醫學版), 2019, 40(5): 747–751.

[6] 成曦, 蘇張瑤, 孫寶蘭, 等. 卵巢癌并發靜脈血栓栓塞癥高危因素Meta分析[J]. 中國實用婦科與產科雜志, 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. 腫瘤細胞減滅術加腹腔熱灌注化療圍手術期靜脈血栓栓塞癥的危險因素及防治技術[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建及驗證[J]. 溫州醫科大學學報, 2022, 52(4): 277–282.

[10] 劉曉靜, 張一紅, 李霞, 等. 子宮內膜癌術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. 婦科腹腔鏡術后深靜脈血栓形成列線圖預測模型的構建[J]. 現代婦產科進展, 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后發生重度血栓后綜合征的危險因素分析及臨床預測模型構建[J]. 中國現代普通外科進展, 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）