骨质疏松椎体压缩性骨折患者术后再骨折的风险列阵图构建与验证

田烨 袁秋文 胡梁深

南昌市洪都中医院（南昌 330038）

骨质疏松椎体压缩性骨折（osteoporotic vertebral compression fractures，OVCF）是由机体骨质疏松而导致的椎体性骨折，如不经治疗会引起疼痛、认知功能下降和脊柱后凸等严重的后遗症，极大地增加了患者的病死率［1-2］。手术治疗能在短时间内缓解患者的疼痛，但患者在术后容易发生再次骨折［3-4］。目前，临床关于OVCF 患者术后再骨折的研究多集中于单纯的因素分析［5-7］，关于其风险列线图模型的应用报道仍然鲜见，现有的报道模型中多以如老年群体或同种手术患者为主要研究对象，因素各有差异，且对象筛选范围均有区别，故其构建的模型尚不统一。因此，本研究扩大对象选取范围，纳入不同年龄段和多种术式的患者，分析不同的患者、疾病和护理因素，构建风险列线图预测模型，增加临床实用性和普适性。

1 资料与方法

1.1 一般资料 选取2020 年1 月至2021 年6 月于南昌市洪都中医院180 例行手术治疗的OVCF 患者，依据患者是否发生再骨折将其分为再骨折组（n= 41）和未再骨折组（n= 139）。纳入标准：（1）骨质疏松患者；（2）初次就诊，且为单侧椎体压缩性骨折患者；（3）接受经皮椎体形成术（percutaneous vertebroplasty，PVP）或经皮后凸成形术（percutaneous kyphoplasty，PKP）手术患者。排除标准：（1）近期有行其他脊柱手术患者；（2）外伤导致的骨折患者；（3）入组前有使用影响骨质检查结果的药物；（4）合并甲状腺功能亢进症、骨结核等骨代谢疾病患者；（5）临床资料及随访资料不完整患者。

1.2 研究方法 所有患者在术后进行为期1 年的随访，再骨折的发生经影像学CT 检查确诊，并根据检查结果将患者分为再骨折组和未再骨折组。由科室两名护理经验丰富且经培训合格后的护士进行患者的一般资料和临床资料进行收集与整理，并采用双人录入的方式，后进行核对。（1）一般资料：收集患者的性别、年龄、体质量指数（body mass index，BMI，kg/m2）。（2）疾病因素：骨折类型（楔形/非楔形）、脊柱矢状面失衡、初始骨折椎体数量。（3）手术指标：手术方式（PAP/PKP）、骨水泥注入量（mL）、骨水泥注射率（%）、骨水泥渗漏情况。（4）术后治疗和恢复情况：椎体高度恢复率（%）、术后视觉模拟量表（visual analogue scale，VAS）评分、术后Oswestry 功能障碍指数（oswestry dysfunction index，ODI）、术后卧床时间（d）、术后功能锻炼开始时间（d）、术后长期抗骨质疏松治疗、术后骨密度（SD）和术后后凸Coob 角度（°）。其中，术后VAS 评分、ODI 和骨密度均于手术治疗后1 个月进行评价和检测。

1.3 统计学方法 采用SPSS 21.0 统计软件处理数据，数据符合正态性，计量资料用均数±标准差表示，行t检验；计数资料采用例（%）表示，行χ2检验，采用logistic 回归分析独立危险因素，通过R 语言绘制风险预警评分模型列线图，并进行内部验证，P＜ 0.05 表示差异有统计学意义。

2 结果

2.1 单因素分析 180 例行手术治疗的OVCF 患者中，术后再骨折的发生率为22.78%。单因素分析结果显示，再骨折组患者的骨折类型、手术方式、骨水泥注入量、椎体高度恢复率、术后VAS 评分和术后ODI 与未再骨折组相比，差异无统计学意义（P＞ 0.05）；再骨折组患者的性别、年龄、脊柱矢状面失衡、术后卧床时间、术后功能锻炼开始时间、术后长期抗骨质疏松治疗、初始骨折椎体数量、骨水泥渗漏、BMI、术后骨密度、骨水泥注射率和术后后凸Coob 角度与未再骨折组相比，差异有统计学意义（P＜ 0.05）。见表1。

表1 影响OVCF 患者术后再骨折的单因素分析Tab.1 Single factor analysis of postoperative re-fracture in patients with OVCF 例（%）

2.2 logistic 多因素分析 以OVCF 患者术后是否发生再骨折为因变量，进行logistic 多因素分析，结果显示，年龄≥ 60 岁、骨水泥渗漏、术后低骨密度、高骨水泥注射率和术后后凸Coob 角度是OVCF患者术后再骨折的独立危险因素（P＜ 0.05），术后长期抗骨质疏松治疗、高BMI 是独立保护因素（P＜0.05）。见表2-3。

表2 变量赋值表Tab.2 Variable assignment table

2.3 风险预警评分模型列线图 以logistic 回归分析得到的7 个变量为基础，通过Rstudio 4.2.1 建立OVCF 患者术后再骨折的风险预测列线图，见图1。

图1 OVCF 患者术后发生再骨折的风险预警列线图Fig.1 Risk warning nomogram of postoperative re-fracture in OVCF patients

2.4 列线图评分模型的临床可用性评价 见图2，DCA 显示阈为0.10 ～ 0.87，表现为正的净效益，表明该模型的可用性较高。

图2 列线图模型的DCA 决策曲线Fig.2 The DCA decision curve of the nomogram model

2.5 模型预测效果检验 Hosmer-Lemeshow 拟合优度检验结果显示，ROC曲线下面积（图3）为0.979（95%CI：0.957 ～ 1.000，P＜ 0.001），灵敏度为92.70%，特异度为96.40%，最大约登指数为0.891，模型校正曲线总体趋势接近理想曲线（图4）。

图3 模型的ROC 曲线Fig.3 ROC curve of model

图4 模型校正曲线Fig.4 Model calibration curve

3 讨论

OVCF 在发生后骨质疏松仍处于发展进程，患者的运动平衡功能受损、脊柱受体分布改变均使得其在术后极易再发椎体骨折，其概率能达到8%～50%［8-9］。在本研究180 例行手术治疗的OVCF患者中，术后再骨折的发生率为22.78%，符合既往报道。因素分析结果显示，年龄≥ 60 岁、骨水泥渗漏、术后低骨密度、高骨水泥注射率和术后后凸Coob 角度是OVCF 患者术后再骨折的独立危险因素，术后长期抗骨质疏松治疗、高BMI 是独立保护因素。综合现有报道的文献分析，其可能原因如下：高龄患者往往因身体各项机能的逐渐衰退，以及性激素分泌水平随着年龄的增加而逐渐下降，抗氧化能力较为薄弱，当氧化应激发生时，成骨细胞、骨细胞功能受到抑制，破骨细胞功能增强［10］，同时低BMI 患者的脂肪含量亦能影响人体雌激素对成骨细胞的刺激作用，导致骨质疏松和患者术后再骨折风险［11-12］。另一方面，多数OVCF 患者初次骨折为胸腰段脊柱，脊柱塌陷后容易存在脊柱后凸、矢状面失衡，患者躯体重心前移，而骨盆后倾补偿，以致脊柱前柱承受过大的压力而发生再次骨折［13-16］。骨水泥渗漏到腰椎间隙后，能导致椎间盘、终板的损伤，加速其退变，打破手术椎体与相邻椎体之间的应力传导平衡，而骨水泥注射率过大发生渗漏的风险更高，导致患者再骨折的风险增加［17-18］。临床研究指出［19-20］，术后未规律进行抗骨质疏松可使患者在术后再骨折的发生风险增加，在本研究中进一步得到了证实，长期用药对再骨折的预防有一定的效果，但患者术后多数时间为居家护理，可能因骨折症状得到完全治疗后而忽略了药物的规范化使用，从而发生再骨折。

本研究构建了风险预警列线图评分模型，并对该模型的预测效能进行了评价，结果均表明了该风险预警模型的拟合优度良好，具有较好的预测效能。王徐龙等［21］研究通过对老年OVCF 患者再骨折的因素进行分析，结果表明，年龄、骨密度、骨水泥注射率、骨水泥渗漏及脊柱矢状面失衡是老年OVCF患者PVP术后再骨折的危险因素。周启付等［22］构建行PVP 术的OVCF 患者术后椎体再骨折的预测模型，患者的骨密度、骨水泥注入量、分布类型、骨折部位、伤椎前缘高度恢复情况及术后抗骨质疏松的规律治疗是其中主要的预测因素。王江南等［23］研究显示，椎体内裂缝变样、骨折数量、骨水泥分布和渗漏、伤椎高度恢复比是预测PVP 术后患者椎体再骨折的风险因子。区德炎［24］建立的预测PVP 术后患者椎体再骨折风险列线图模型中，患者骨折的数量、骨水泥分布、骨折压缩程度、骨密度、骨水泥分布与椎体高度恢复比是主要的危险因素。JU 等［25］建立了以年龄、多椎体骨折、低平均脊柱密度、术后抗骨质疏松、运动和低白蛋白/纤维蛋白原比值为主要因子的老年OVCF患者PVP术后再骨折列线图模型。QIAN 等［26］以低骨密度、骨水泥渗漏和骨水泥形态等指标建立了PVP 术后患者新发椎体骨折的列线图模型。上述报道均与本研究结果存在一定的差异，但可能由于本研究的对象范围较广，纳入患者均为＞ 18周岁的成年患者，且较之手术方式较多，未局限于PVP术的缘故。

与此同时，该研究仍存在一定的局限性，因样本为单中心取样，病例数量有限且年限跨度不足，诸如椎体高度恢复率、骨水泥注入量等在单因素分析中不具有明显差异，但在既往研究中该两种因素为危险预测因子，且初始骨折椎体数量、术后功能锻炼开始时间、术后卧床时间、脊柱矢状面失衡等因子在多因素分析中不具备统计学意义，可能与研究对象的选取范围有较大的关联，且患者个体之间存在的差异无法完全排除，故该模型仍需要在临床实际应用中，扩大样本进行多中心研究，逐步修正和完善模型。

综上所述，OVCF 患者术后再骨折的发生受年龄、BMI、骨水泥渗漏、术后骨密度、骨水泥注射率、术后后凸Coob 角度和术后长期抗骨质疏松治疗等多重因素共同影响，根据该7 种因素建立的风险预警模型具有较好的预测效能。

【Author contributions】TIAN Ye，YUAN Qiuwen and HU Liangshen jointly participated in the research ideas，data acquisition，drafting and revision of the article.All authors read and approved the final manuscript as submitted.