基于術后凝血四項及D-二聚體水平構建骨折患者術后下肢深靜脈血栓形成的風險預測模型

【摘要】 目的 探究骨折患者術后凝血四項［凝血酶原時間（PT）、活化部分凝血活酶時間（APTT）、凝血酶時間（TT）、纖維蛋白原（FIB）］和D-二聚體水平對預測患者發生下肢深靜脈血栓（DVT）風險的價值，并構建風險預測模型。

方法 以2021年10月—2023年1月期間于撫州市臨川區第一人民醫院治療的330例骨折患者作為研究對象，回顧性收集患者的一般資料（年齡、性別、體重指數、吸煙史、飲酒史、周圍血管疾病、內科疾病、下肢靜脈曲張史）、病情資料（骨折類型、骨折部位、受傷至手術的時間）和實驗室指標（PT、APTT、TT、FIB、D-二聚體），根據術后是否發生DVT，將患者分為DVT組和無DVT組。通過單因素分析和二元logistic回歸分析篩選出患者術后下肢DVT形成的相關因素，并建立風險預測模型進行評估。

結果 年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、FIB、D-二聚體是骨折患者術后發生下肢DVT的危險因素（OR>1），APTT、TT是骨折患者術后發生下肢DVT的保護因素（OR<1）。模型預測的受試者工作特征（ROC）曲線的曲線下面積為0.875，敏感度為78.5%，特異性為84.2%，模型校正曲線總體趨勢趨近于理想曲線，Hosmer-Lemeshow檢驗χ2=1.895，P=0.388，DCA曲線分析預測模型閾值概率在小于0.78或大于0.90時凈獲益均大于0。

結論 以年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、APTT、TT、FIB、D-二聚體為因素構建的骨折患者術后下肢深靜脈血栓形成的風險預測模型對預測患者發生下肢DVT具有良好的預測效能。

【關鍵詞】 骨折；深靜脈血栓；凝血四項；D-二聚體；風險預測模型

中圖分類號：R683.42；R619+.2 文獻標志碼：A DOI：10.3969/j.issn.1003-1383.2024.09.012

Construction of a risk prediction model for postoperative deep venous

thrombosis of lower limbs in fracture patients based on postoperative

four blood coagulation indexes and D-dimer levels

HUANG Yanhui， LUO Wenjun， ZHENG Xiangmei

（Department of Clinical Laboratory， the First People's Hospital of Linchuan District of Fuzhou， Fuzhou 344000， Jiangxi， China）

【Abstract】 Objective To investigate the predictive value of postoperative four blood coagulation indexes （prothrombin time ［PT］， activated partial thromboplastin time ［APTT］， prothrombin time ［TT］， fibrinogen ［FIB］）， and D-dimer levels in fracture patients in predicting the risk of deep vein thrombosis （DVT） in lower limbs， and to construct a risk prediction model.

Methods 330 patients with fractures treated in the First People's Hospital of Linchuan District of Fuzhou between October 2021 and January 2023 were used as study subjects， and general information （age， gender， body mass index， history of smoking， history of alcohol consumption， history of peripheral vascular disease， medical disease， and history of varicose veins of the lower limbs）， condition information （fracture type， fracture site， time from injury to surgery）， and laboratory test indexes （PT， APTT， TT， FIB， D-dimer） of the patients were retrospectively collected. Patients were divided into DVT group and non DVT group according whether DVT occurred after surgery. The relevant factors of postoperative DVT formation of lower limbs in the patients were selected by univariate analysis and binary logistic regression analysis， and a risk prediction model was established for evaluation.

Results Age， peripheral vascular disease， diabetes mellitus， intertrochanteric fracture site， time from injury to surgery， FIB， D-dimer were risk factors for postoperative DVT of lower limbs in fracture patients （OR>1）， while APTT and TT were protective factors for postoperative DVT of lower limbs in fracture patients （OR<1）. The area under the curve of receiver operating characteristic （ROC） curve predicted by the model was 0.875， sensitivity was 78.5%， and specificity was 84.2%. The overall trend of the model calibration curve was approaching ideal curve， with a Hosmer-Lemeshow test of χ2=1.895， P=0.388， DCA curve analysis predicted that the threshold probability of the model was greater than 0 when the net benefit was less than 0.78 or greater than 0.90.

Conclusion The risk prediction model for postoperative deep vein thrombosis in the lower limbs of fracture patients， which is constructed by age， peripheral vascular disease， diabetes mellitus， intertrochanteric fracture site， time from injury to surgery， APTT， TT， FIB， and D-dimer， has good predictive efficacy in predicting the occurrence of DVT in the lower limbs of the patients.

【Keywords】 fracture; deep vein thrombosis （DVT）; four blood coagulation indexes; D-dimer; risk prediction model

深靜脈血栓（deep venous thrombosis，DVT）是一種下肢靜脈回流障礙性疾病，血液在深靜脈內異常凝結，靜脈回流障礙，引起肢體腫脹、疼痛及淺靜脈擴張等臨床癥狀。DVT是下肢骨折患者常見的并發癥［1］。圍手術期DVT發生率可達50%～60%［2］。在骨折和手術的過程中，除了骨質的破壞，血管內皮也不可避免地會受到損傷，機體應激導致凝血-纖溶系統功能紊亂，最終導致患者發生DVT，血栓脫落形成肺栓塞可導致患者猝死［3］。凝血四項和D-二聚體是臨床中便捷的評估患者凝血及纖溶功能的指標，本研究通過收集分析2021年10月—2023年1月收治的骨折患者基線資料和凝血酶原時間（PT）、活化部分凝血活酶時間（APTT）、凝血酶時間（TT）、纖維蛋白原（FIB）、D-二聚體的實驗室檢測數據，構建骨折患者術后下肢深靜脈血栓形成風險預測模型，現報道如下。

1 資料與方法

1.1 樣本量計算和來源

根據Kendell準則［4］，觀測數至少是因素的10倍。本研究最多納入15 個待估因素進行分析，設定一個待估因素對應20個樣本，考慮5%樣本流失率，最終樣本量計算至少為315例。最終本研究納入2021年10月—2023年1月期間在本院接受治療的330例骨折患者作為研究對象。納入標準：①經影像學檢查診斷符合下肢創傷性骨折，接受外科手術治療；②術前靜脈彩超或血管造影檢查明確提示無深靜脈血栓；③單側骨折。排除標準：①合并結核、惡性腫、燒傷等高消耗性疾病的患者；②長期服用抗凝藥物的患者；③臨床資料不全的患者；④多發性骨折。根據患者是否發生DVT將患者分為DVT組和無DVT組。

1.2 資料收集

通過電子病歷系統收集患者一般資料（年齡、性別、體重指數、吸煙史、飲酒史、周圍血管疾病、內科疾病、下肢靜脈曲張史）、病情資料（骨折類型、骨折部位、受傷至手術的時間）以及實驗室指標（PT、APTT、TT、FIB、D-二聚體）的數據。

1.3 統計學方法

使用SPSS 21.0進行數據分析，計量資料以均數±標準差（±s）表示，經過Kolmogorov-smirnov檢驗符合正態分布的采用t檢驗，計數資料用［例（%）］表示，采用χ2檢驗。使用SPSS軟件繪制受試者工作特征（ROC）曲線，在R語言軟件中根據logistic回歸篩選的變量構建列線圖模型，進行Hosemer-Lemeshow檢驗評估預測模型的擬合優度，繪制Calibration校準曲線和決策曲線分析（decision curve analysis，DCA），評估模型的區分度和校準度。檢驗水準：α=0.05。

2 結 果

2.1 骨折患者術后發生下肢DVT情況

本研究中330例骨折患者有65例術后發生下肢DVT，發生率為19.70%。單因素分析結果如表1所示。

2.2 骨折患者術后發生下肢DVT的logistic回歸分析

將骨折患者術后是否發生下肢DVT作為自變量（賦值：發生DVT=1，無DVT=0），將單因素分析中結果有統計學意義的因素，包括年齡、周圍血管疾病、糖尿病、骨折部位、受傷至手術時間、PT、APTT、TT、FIB、D-二聚體進行logistic回歸分析，賦值見表2。結果顯示，年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、APTT、TT、FIB、D-二聚體均有統計學上意義（P<0.05），其中，年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、FIB、D-二聚體是骨折患者術后發生下肢DVT的危險因素（OR>1），APTT、TT是骨折患者術后發生下肢DVT的保護因素（OR<1）。見表3。

2.3 骨折患者術后發生下肢DVT的影響因素和模型預測的ROC曲線

根據logistic回歸分析結果中有統計學意義的因素和模型繪制預測骨折患者術后發生下肢DVT的ROC曲線。見圖1、圖2。ROC曲線詳情見表4。本模型中APTT、TT是骨折患者術后發生下肢DVT的保護因素（OR<1），在繪制ROC曲線時設置以更小的檢驗結果表示更明確的檢驗。模型預測骨折患者術后發生下肢DVT的敏感度為78.5%，特異性為84.2%，AUC=0.875，表明該模型具有良好的預測能力。

2.4 骨折患者術后發生下肢DVT的Nomogram模型構建和效能評估

以logistic回歸分析得到的變量為基礎，通過Rstudio 4.2.1建立骨折患者術后發生下肢DVT的Nomogram模型，見圖3。每一個因素對應的線段代表了該因素的可取范圍，應用時計算患者所有變量單項得分的總分，從總分向“骨折患者術后發生下肢DVT的風險”對應的線段做一條垂線，所得即為該骨折患者術后發生下肢DVT的概率。將骨折患者術后發生下肢DVT的概率設為P，則可得Ln［P/（1-P）］=1.669×年齡+1.175×周圍血管疾病+0.701×糖尿病+1.264×骨折部位（轉子間）+0.978×受傷至手術時間+0.231×FIB+0.721×D-二聚體-0.223×APTT-0.215×TT-1.281，公式變化后可得P（發生下肢DVT風險）=1/［1+EXP（-1.281+1.669×年齡+1.175×周圍血管疾病+0.701×糖尿病+1.264×骨折部位（轉子間）+0.978×受傷至手術時間+0.231×FIB+0.721×D-二聚體-0.223×APTT-0.215×TT）］。對模型進行Hosemer-Lemeshow擬合優度檢驗，χ2=1.895，P=0.388，模型校正曲線總體趨勢趨近于理想曲線，見圖4。DCA曲線橫坐標表示骨折患者術后發生下肢DVT的風險概率（閾值概率），縱坐標表示列線圖預測模型診斷的凈收益。結果顯示，當閾值概率小于0.78或大于0.90時，預測模型凈收益大于0，見圖5。結果表明該模型具有良好的預測效能。

3 討 論

下肢深靜脈血栓是一種靜脈回流障礙性疾病，血栓形成后不斷擴張，可能會脫落，進而發生急性肺栓塞或血栓形成后綜合征，對患者生命和生活質量造成嚴重威脅［5］。在臨床上，凝血四項和D-二聚體是凝血功能異常的普遍篩查指標，是血栓性疾病的常規檢測項目。本研究通過對骨折患者基線資料和凝血四項、D-二聚體資料的收集和分析，得出年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、APTT、TT、FIB、D-二聚體是骨折患者術后發生下肢DVT的相關影響因素的結果并構建模型、評估模型。具體分析如下：

3.1 模型的危險因素

年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、FIB、D-二聚體是骨折患者術后發生下肢DVT的危險因素（OR>1）。目前許多研究報道都表明年齡、D-二聚體是患者發生DVT的危險因素，但不同研究之間數據的分組都具有較大差別。一項研究股骨干骨折術后發生DVT的回顧性研究表明，年齡>35歲、D-二聚體>1.09 μg/mL是患者發生DVT的危險因素［6］。孫建平等學者［7］認為在發生髖部骨折的患者中，年齡>60歲是發生下肢DVT的獨立危險因素。李歡歡等［8］研究發現，患者住院期間發生DVT的概率隨著年齡增長而增加。趙英梅等［9］研究發現，18～30歲的青年其凝血功能與年長者相比，處于相對低凝的狀態。隨著年齡的增長，患者身體機能下降、血管彈性較差、肌肉泵血功能減退等因素可能是造成患者發生DVT的原因。D-二聚體是一種特異性的纖溶過程標志物，主要反映纖維蛋白溶解功能和狀態，可作為評估體內高凝狀態的可靠指標［10］。有研究者認為，在預測創傷性四肢骨折患者血栓形成時，D-二聚體具有優秀的預測價值［11］。周圍血管疾病可能會加重患者血管內皮損傷情況，導致血流受阻，流動不暢。范吉星等［12］的研究發現，周圍血管疾病是患者發生DVT的高危因素。體內高血糖環境不僅容易引起血液高凝，還可能會直接損傷血管內皮［13］。手術、高血糖、周圍血管疾病等因素共同加重患者血管內皮負擔。戎毅等學者［14］的研究發現，合并糖尿病、轉子間骨折、受傷至手術時間是老年髖部骨折患者術后并發DVT的危險因素。有研究對不同骨折部位術后DVT發生率進行研究，發現轉子間骨折患者術后 DVT發生率最高［15］。推測與手術復雜程度、出血量有關。FIB是血漿中濃度最高的凝血因子，可在凝血酶的作用下以纖維蛋白單體的形式沉積于血管壁中，進一步促進血栓的形成。而手術應激引發的凝血系統異常使患者處于高凝狀態，加上血漿凝血因子的部分消耗，最終導致 FIB水平明顯升高［16］。有研究在構建預測髖部骨折患者發生DVT的預測模型時發現，FIB是相關獨立危險因素［17-18］。

3.2 模型的保護因素

APTT、TT是骨折患者術后發生下肢DVT的保護性因素（OR<1）。APTT是反映內源凝血途徑的一項凝血功能檢查指標，TT同樣是反映血液凝固能力的重要指標之一。TT主要與凝血、抗凝及纖維蛋白溶解系統功能等相關，APTT用于內源性凝血系統的篩選試驗，數值縮短說明機體處于高凝狀態［19］。臨床研究表明［20］，APTT和TT同樣是骨折患者術后發生下肢DVT的保護因素。

3.3 模型的預測價值

模型評估本研究構建的骨折患者術后發生DVT的Nomogram模型經過Hosemer-Lemeshow擬合優度檢驗，χ2 =1.895，P=0.388；敏感度為78.5%，特異度為84.2%，AUC為0.875，并且模型校正曲線總體趨勢接近理想曲線，通過DCA曲線發現，預測模型閾值概率小于0.78或大于0.90時，模型凈收益大于0。以上證明根據年齡、周圍血管疾病、糖尿病、骨折部位為轉子間、受傷至手術時間、APTT、TT、FIB、D-二聚體因素構建的模型具有良好的預測效能，有助于臨床醫生評估骨折患者術后發生下肢DVT的概率，以便選擇對患者最合適的治療。

本研究通過對患者的基線資料和凝血四項及D-二聚體檢查結果進行分析，構建出的風險預測模型對于臨床評估骨折患者術后發生下肢DVT的風險具有一定的參考價值。本研究的不足之處在于單中心研究，病例選取上具有一定的偏倚，患者骨折類型較為局限，對于影響檢查結果的因素有待深入考量。今后可進行進一步研究和外部驗證評估模型的準確性、實用性。

參 考 文 獻

［1］ 張見崗，郁萬友.老年患者下肢骨折手術后的并發癥和危險因素［J］.臨床麻醉學雜志，2018，34（7）：723-725.

［2］ ZHANG W J， HUAI Y， WANG W， et al. A Retrospective cohort study on the risk factors of deep vein thrombosis （DVT） for patients with traumatic fracture at Honghui Hospital［J］. BMJ Open， 2019，9（3）：e024247.

［3］ DOU C H， LI T H， YANG S H， et al. Epidemiological status and risk factors of deep vein thrombosis in patients with femoral neck fracture［J］. J Orthop Surg Res，2022，17（1）：41.

［4］ 陳彬.醫學多因素分析設計樣本例數估算——多因素分析設計樣本例數綜合估算法［J］.傷害醫學（電子版），2012，1（4）：58-60.

［5］ 桂銳，周偉，王孝高，等.下肢深靜脈血栓發生肺栓塞的危險因素分析及Nomogram模型的構建［J］.國際檢驗醫學雜志，2023，44（23）：2897-2901.

［6］ REN Z X， YUAN Y F， QI W， et al. The incidence and risk factors of deep venous thrombosis in lower extremities following surgically treated femoral shaft fracture：a retrospective case-control study［J］. J Orthop Surg Res， 2021，16（1）：446.

［7］ 孫健平，薛漢中，王鵬飛，等.髖部骨折術前雙下肢深靜脈血栓發生率及其危險因素分析［J］.骨科，2018，9（6）：464-468.

［8］ 李歡歡，朱玉婷，朱歡歡.腦卒中患者住院期間靜脈血栓栓塞癥發生率及影響因素［J］.中國實用神經疾病雜志，2023，26（12）：1463-1467.

［9］ 趙英妹，張玨，黃燕.年齡和性別對健康人群血栓彈力圖參數的影響［J］.檢驗醫學，2019，34（10）：881-884.

［10］ SKAJAA N， VANDENBROUCKE J P， SIMONSEN C Z， et al. Thromboembolic events，bleeding，and mortality in patients with cerebral venous thrombosis：a nationwide cohort study［J］. Blood Adv， 2023，7（10）：2070-2081.

［11］ 田豐，楊家趙，徐瑋，等.創傷性四肢骨折患者血清FIB、FDP、D-D和TAT水平與血栓形成的關系［J］.分子診斷與治療雜志，2020，12（11）：1535-1538，1543.

［12］ 范吉星，李寧，龔曉峰，等.老年髖部骨折術前下肢深靜脈血栓形成的影響因素研究［J］.中國矯形外科雜志，2017，25（22）：2027-2031.

［13］ 王靜，蘇紅梅，蔣琳，等.老年多發性創傷骨折患者圍術期下肢深靜脈血栓形成的危險因素分析［J］.中國醫學前沿雜志（電子版），2018，10（12）：110-113.

［14］ 戎毅，於浩，楊俊鋒，等.老年髖部骨折患者術后并發下肢深靜脈血栓的危險因素分析及風險預測［J］.中國組織工程研究，2022，26（33）：5357-5363.

［15］ 鄭新英，陳曉，戚桂松，等.不同股骨骨折部位對老年患者術后深靜脈血栓形成的影響及危險因素［J］.中國老年學雜志，2023，43（12）：2927-2930.

［16］ 師磊，閆波，秦衛兵.老年下肢骨折患者凝血功能及纖溶活性指標與深靜脈血栓形成的相關性［J］.中國老年學雜志，2019，39（19）：4744-4746.

［17］ ZHANG L， HE M， JIA W L， et al. Analysis of high-risk factors for preoperative DVT in elderly patients with simple hip fractures and construction of a nomogram prediction model［J］. BMC Musculoskelet Disord，2022，23（1）：441.

［18］ CHENG J， FU Z B， ZHU J X， et al. The predictive value of plasminogen activator inhibitor-1，fibrinogen，and D-dimer for deep venous thrombosis following surgery for traumatic lower limb fracture［J］. Ann Palliat Med，2020，9（5）：3385-3392.

［19］ STOENCHEVA S S， POPOV V G， GRUDEVA-POPOVA Z G， et al. Markers of activation of coagulation in cancer patients［J］. Bratisl Lek Listy，2023，124（1）：29-35.

［20］ DENG Y， LUO X， XU X. The value of coagulation-related indicators combined with vascular ultrasound parameters in the risk assessment of deep vein thrombosis after secondary traumatic fracture surgery［J］. Ann Ital Chir，2024，95（2）：206-212.

（收稿日期：2024-04-01 修回日期：2024-07-30）