目的 探讨全膝关节置换术(TKA)患者术后7 d内非感染性发热(NIF)的影响因素,并构建列线图预测模型进行验证,为临床早期诊断NIF提供简洁的量化工具.方法 采用回顾性队列研究方法,选取行单侧TKA的201例膝骨关节炎患者作为研究对象,根据术后7 d内是否发生NIF将患者分为NIF组57例和无NIF组144例.比较2组患者的临床资料,分别采用LASSO回归模型和多因素Logistic回归分析筛选NIF的影响因素,构建列线图模型并进行内部验证.结果 NIF组术中失血量、术后引流量、输血者、手术时间、抗生素使用时间和住院时间多于或长于无NIF组,差异均有统计学意义(P＜0.05).LASSO回归模型共筛选出4个具有非零特征的变量,即术中失血量、术后引流量、输血和手术时间.多因素Logistic回归分析显示,术中失血量(OR=3.652,95％CI为2.856～3.958,P＜0.001)、术后引流量(OR=2.857,95％CI为2.242～3.234,P＜0.001)、输血(OR=4.001,95％CI为 3.562～4.659,P＜0.001)和手术时间(OR=1.859,95％CI为 1.326～2.525,P＜0.001)均为TKA患者术后7 d内NIF的独立影响因素.应用R软件建立列线图模型,总分120分;受试者工作特征(ROC)曲线显示,列线图模型预测NIF的曲线下面积(AUC)为0.865(95％CI为0.799～0.901),提示该模型的区分度较好;Calibration校正曲线显示,该模型的一致性较好;决策曲线分析(DCA)显示,NIF发生的风险阈值超过8％时,列线图模型的临床价值最大.结论 TKA患者术后7 d内NIF发生率较高,术中失血量、术后引流量、输血和手术时间均为NIF发生的独立影响因素.基于这些影响因素构建的列线图模型可视化效果较好,且预测NIF发生的效能较高.

全膝关节置换术;非感染性发热;膝骨关节炎;列线图模型

宗侠;孙保安;汪宗保

安徽省淮北市人民医院骨一科,安徽淮北,235000;安徽省中西医结合医院骨科,安徽合肥,230031

实用临床医药杂志

[1]宗侠;孙保安;汪宗保-.全膝关节置换术后7d内非感染性发热的影响因素分析及列线图模型构建)[J].实用临床医药杂志,2022(17):67-71

全膝关节置换术,7d,非感染性发热,列线图模型,TKA,NIF,列线图预测模型,回顾性队列研究,膝骨关节炎,LASSO,内部验证,术中失血量,术后引流量,输血,手术时间,抗生素使用,使用时间,独立影响因素,受试者工作特征,区分度,Calibration,校正曲线,决策曲线分析,DCA,风险阈值,临床价值

0.131006