腹腔镜下骶前韧带悬吊联合经会阴盆底重建术治疗子宫切除后膀胱脱垂患者术后并发症发生的危险因素

庞 磊，丁子俊，邵晋凯，柴红强 ，吴 明，李 飞，双卫兵

(1.山西省人民医院泌尿外科, 山西太原 030012； 2.山西医科大学第一临床医学院，山西太原 030012； 3.山西省儿童医院新生儿科，山西太原 030013； 4.山西医科大学第一医院泌尿外科，山西太原 030001)

膀胱脱垂是子宫切除术后的常见并发症[1]。一些泌尿外科医生和妇科医生采取诸如膀胱脱垂修补术、腹腔镜骶前韧带悬吊术(laparoscopic anterior sacral ligament suspension, LASLS)以及经会阴盆底重建术(dome suspension, DS)等方法来恢复患者正常盆底解剖结构[2]，但这类手术存在诸多术后并发症[3]。以往有关术后并发症独立危险因素的研究鲜有报道[4-5]。为此，我们设计并实施了本研究，以期待能够预测腹腔镜下骶前韧带悬吊联合经会阴盆底重建术治疗子宫切除术后膀胱脱垂患者术后并发症发生的独立危险因素及开发风险计算器。

1 资料与方法

1.1 病例资料本研究为回顾性研究，收集2011年1月-2022年1月就诊于山西省人民医院泌尿外科的子宫切除术后膀胱脱垂3度以上接受腹腔镜骶前韧带悬吊术联合经会阴盆底重建术治疗的患者资料。本研究根据《赫尔辛基宣言》准则进行。研究方案经山西省人民医院伦理委员会批准[批准号：(2021)省医科伦审字第376号]。

1.2 纳入和排除标准纳入标准：①年龄20～85岁，②盆腔脏器脱垂定量评分(pelvic ogan prolapse-quantification,POP-Q)3级或以上，③子宫切除术在重建术前至少6个月前进行，④尿动力学检查膀胱逼尿肌压力≥50 cmH2O(1 cmH2O=0.098 kPa)。排除临床资料不全患者的病例资料。

1.3 并发症及随访本研究所涉及的并发症包括：膀胱脱垂复发、新发排尿困难、逼尿肌不稳定、膀胱过度活动、尿失禁、泌尿系感染、网片排斥、补片侵蚀和血栓形成。全部的146例患者中在术后被诊断为合并上述任意1种(或以上)并发症则定义为并发症存在组(n=31)，否则为并发症缺失组(n=115)。收集患者术后3月、6月和12月随访资料，计算随访率及并发症发生率。

1.4 统计学方法连续变量以平均值±标准偏差(standard deviation, SD)表示，正态分布参数使用t检验、非正态分布参数使用Mann-WhitneyU检验进行比较[6]。采用Shapiroe-Wilk的检验来确定连续变量是否为正态分布(P<0.2)[7]。分类变量以计数(百分比，%)表示，并酌情通过卡方检验或Fisher精确检验进行比较[8]。利用IBM SPSS软件(26.0版，IBM SPSS Inc.，Armonk，NY，USA)进行单因素分析。基于临床经验和既往文献数据，研究初始一共考虑了包含人口学信息、检验数据、合并药物、临床合并症和手术相关信息在内共68个变量。

使用R软件包进行变量筛选的LASSO回归、单变量logistic回归、多变量logistic回归、nomogram构建和校准、ROC曲线分析和拟合优度分析，使用网络工具估计统计能力[9-10]。

2 结 果

2.1 随访与失访根据纳入和排除标准共有146例患者被纳入研究。146例患者在手术后第3个月、第6个月和第12个月进行随访，3个时段分别有3例(2.1%)、6例(4.3%)和11例(8.1%)患者失访(表1)。

2.2 并发症随访12月时，有31例患者至少出现1种并发症，发生率为21.2%。最多出现的并发症为尿失禁。具体随访及并发症发生情况见表1。

2.3 单变量logistic回归和多元logistic回归分析结果在P<0.10的显著水平上，并发症存在组和并发症缺失组之间有6个变量与总体并发症发生率相关。使用前向回归方法进行的多变量logistic回归分析确定使用抗焦虑药和凝血酶原时间活性(prothrombin time activity, PTA) 作为并发症的两个独立预测因子，而使用后向回归方法的研究认为，首次排尿时间和PTA也是并发症发生的两个独立预测因子(表2)。

表2 子宫切除后膀胱脱垂患者腹腔镜下骶前韧带悬吊联合经会阴盆底重建术术后并发症发生的单变量和多变量logistic回归分析

2.4 LASSO回归分析结果通过LASSO回归筛选获得9个变量：手术方法、下尿路梗阻(lower urinary tract obstruction, LUTO)、抗焦虑药、手术时间、术中出血量、首次排尿时间、PTA、最大膀胱容量和残余尿量(图1)。

2.5 生成的4种模型的预测性能我们整合四种方法的变量组合，生成4个预测模型：模型1：通过LASSO回归筛选获得9个变量：手术方法、LUTO、抗焦虑药、手术时间、术中出血量、首次排尿时间、PTA、最大膀胱容量和残余尿量；模型2：在单变量logistic回归分析中，与术后并发症发生率显著相关的9个变量(P<0.10)：手术时间、术中出血量、术后首次排尿时间、PTA、手术方法(LASLS+DS)和抗焦虑药的使用；模型3：基于前向多元logistic回归分析，与术后并发症患病率独立相关的两个变量：抗焦虑药和PTA；模型4：在使用后向回归方法的多元logistic回归分析中，与术后并发症患病率独立相关的两个变量：首次排尿时间和PTA。

图1 子宫切除术后膀胱脱垂患者腹腔镜下骶前韧带悬吊联合经会阴盆底重建术术后并发症的LASSO回归分析(筛选出9个候选变量)

我们对4种预测模型进行受试者工作特征曲线(receiver operating characteristiccurve,ROC)分析，表明模型1的曲线下面积为0.848(95%置信区间：0.773～0.922)，是4条ROC曲线中预测性能最好的一条。模型1、2、3、4的C指数分别为0.848、0.842、0.807、0.629。此外，4个模型的模型校准度(图3)以及拟合优度(表4)依然为模型1最好。

图2 子宫切除术后膀胱脱垂患者腹腔镜下骶前韧带悬吊联合经会阴盆底重建术术后并发症4种预测模型的ROC曲线

图3 预测子宫切除术后膀胱脱垂患者腹腔镜下骶前韧带悬吊联合经会阴盆底重建术术后并发症的4个模型的一致性校准曲线

表3 预测子宫切除术后膀胱脱垂患者腹腔镜下骶前韧带悬吊联合经会阴盆底重建术术后并发症的4个模型的拟合优度(基于Hosmer-Lemeshow检验)

2.6 构建列线图使用R rms软件包基于LASSO回归生成构建列线图(图4)。通过使用R‘DynNom’软件包，创建出基于LASSO回归用于预测并发症发生概率的风险计算器(图5)。

图4 基于LASSO回归筛选的9个变量构建外科手术后并发症发生风险列线图

图5 基于9个变量列线图预测并发症发生概率的风险计算器

3 讨 论

本研究多变量logistics回归提示，在子宫切除术后接受膀胱脱垂手术的146名患者中，并发症发生率为21.2%。以前的研究没有对并发症发生率进行过报道[12-13]，无法进行对比。使用抗焦虑药、PTA以及术后首次排尿时间是发生术后并发症的3个独立预测因素。我们通过合并不同的变量构建了四个预测模型以及LASSO回归，揭示了9个变量组合的模型在四个变量中具有最好的预测性能，其列线图和风险计算器在预测和实际观察之间具有最佳一致性。此外，基于LASSO回归构建的预测模型1和单变量logistic回归构建的预测墨模型2的结果保持一致，说明结果具有稳健性。

列线图允许临床医生根据临床特征计算患者对相关结果的风险，例如手术疗效、临床结果和并发症[14]。WHERLEY等[15]进行了一项单中心回顾性研究，评估了美国外科医生学会国家外科质量改进计划(Amevican College of Surgeons-Nationa Surgical Quality Improvement Program,ACS NSQIP)外科风险计算器在预测354名接受盆腔器官脱垂手术的患者术后并发症方面的准确性。NSQIP手术风险计算器对发生并发症的预测能力较差(C-statistic=0.547)，表明该工具可能对该人群中的个别患者具有有限的临床适用性。

SIFUENTES等[16]使用ACS NSQIP风险计算器预测126名老年女性盆腔器官脱垂手术治疗的围手术期并发症，NSQIP计算器的敏感性为66.7%，特异性为53.3%。他们的结论是，ACS NSQIP风险计算器与实际并发症没有很强的相关性。ROSS等[17]确定压力性尿失禁风险计算器预测502名接受微创(c指数=0.50)或经阴道穹隆悬吊术(c指数=0.55)的女性新发性尿失禁的能力有限。MOOSAVI 等[18]以模糊计算器网络应用程序的形式提供了一个决策支持系统，以帮助外科医生预测新发SUI的风险，他们使用MATLAB软件和Mamdani推理系统开发了一个在线计算器形式的模糊专家系统。该在线计算器的结果显示，该风险预测模型的准确率在90%以上，用于计算女性POP手术后的SUI预后。JELOVSEK 等[19]使用了阴道脱垂修补术和尿道中段悬吊术的数据集(n=457)，构建并验证了一个预测模型，该模型整合七个术前预测因子，以估计阴道盆腔器官脱垂术后新发压力性尿失禁的风险。

我们的研究有效地帮助女性就膀胱脱垂修补术进行术前咨询，并第一次开发风险计算器。而且，这是专门针对接受LASLS+DS的患者的少数研究之一[20]。而且，这项研究是在三级甲等医院进行，研究团队由在盆底疾病方面有丰富经验的外科医生组成。我们研究的另一个优势是广泛收集患者围手术期特征，以便对可能的混杂因素进行评估和纠正[21]。在线计算器的可用性使该模型更方便，并允许在可接入互联网的办公室中实时使用，这进一步增强了本研究的优势[22]。

这项研究存在很多局限性：回顾性研究、样本量较少、在检测个体并发症的实际和预测率之间的差异方面，研究统计效能尚欠佳、风险计算器目前没有考虑到人种多样性。

总之本研究基于多变量logistic回归分析，发现术后并发症的发生率与PTA、首次排尿时间和抗焦虑药的使用独立相关。以列线图和计算器形式整合9个变量的预测模型显示出高度的确定性。未来希望通过整合更大的实验室和临床数据，可以创建一个更全面的知识库，用于数据挖掘和深度学习其他智能方法，从而产生更准确的术后并发症预测模型。