髖部骨折患者POD風險預測模型的研究進展

趙改云 王燕

康復大學青島醫院(青島市市立醫院)麻醉手術科，青島 266011

髖部骨折(Hip Fracture，HF)是骨科常見骨折類型之一，據報道全球髖部骨折患者預計在2050年將達到626萬〔1〕，中國每年發生髖部骨折的患者約100萬,且發病率呈逐年上升趨勢〔2〕。譫妄(Delirium)是髖部骨折術后常見并發癥之一，是指以注意力缺損、思維紊亂和/或意識水平改變為主要特征的器質性精神障礙癥狀群〔3〕。隨著髖部骨折手術率的急劇增加，術后譫妄(Postoperative Delirium，POD)發生率也隨之增多，研究顯示POD發生率高達20%～65%〔4-5〕。POD一旦發生，輕則延緩康復進程，延長住院時間，重則長期損害認知功能，增加病死率〔3，5〕。POD風險評估有助于醫護人員直觀評估各因素的不同水平狀態，對患者POD風險的影響權重，以甄別高風險患者。本文旨在綜述髖部骨折患者術后譫妄風險預測模型，以期為臨床個體化防治髖部骨折患者POD提供科學指導。

1 POD危險因素

近些年國內外文獻報道的髖部骨折患者POD危險因素主要集中在以下幾方面，①術前因素：年齡、既往譫妄史、癡呆癥、白蛋白水平、其他伴隨疾病、日常生活自理能力、飲酒史等；②術中因素：手術方式及時間、麻醉方式及深度、術中低血壓、術中低氧血癥等；③術后因素：是否輸血、術后失血及輸血量、疼痛程度及鎮痛治療、藥物濫用等〔4，6-10〕。這些研究結果可為開發髖部骨折患者POD風險預測模型及防治方案提供參考。

2 POD風險預測模型

2.1 基于回顧性研究構建的POD風險預測模型

2.1.1Zhang等〔11〕POD風險列線圖預測模型 回顧性分析825例髖部骨折患者的臨床數據,基于列線圖建立模型的方法,建立了包含術前認知障礙(是:0;否:10分)、并發癥數量(<2個:0;≥2:3分)、美國麻醉醫師協會(American Society of Anesthesiologists,ASA)分級(Ⅰ～Ⅱ:0;Ⅲ～Ⅳ:4分)、輸血量≥2 U紅細胞(是:0;否:3分)、是否ICU(是:4;否:0)5個獨立危險因素的預測模型,當總分分別為1、7、11、14、17、20、23時,POD發生風險概率分別從10%依次增加10%,直至70%。但Guo等〔12〕提出,該模型未將疼痛控制、貧血、手術復雜性等風險因素納入,并且識別能力一般(ROC曲線下面積即AUC=0.67),認為此POD風險預測模型并不理想。此外,模型未進行內部驗證和外部驗證,使得臨床適用性受限。

2.1.2Kim等〔13〕POD風險預測評分模型 Kim團隊于2020年基于美國外科醫師協會國家外科質量改進項目中8 871例患者數據，采用回顧性分析法，取70%患者數據研制了POD風險預測評分模型。模型包含9個變量：術前譫妄(8分)、術前癡呆(3分)、年齡(60～69歲：0分；70～79歲：2分；≥80歲：3分)、醫療管理(1分)、麻醉ASA分級(Ⅲ～Ⅳ級：1分)、功能依賴(1分)、吸煙(1分)、全身反應炎癥綜合征/膿毒癥/膿毒癥休克(1分)和術前使用輔助移動設備(1分)，總分0～20分，預測POD發生概率相對應分別為4.5%～92.0%。模型AUC為0.77,選取剩余30%患者數據進行驗證后模型AUC為0.79。該模型基于大樣本多中心數據進行開發,推廣性強,但未納入如藥物濫用、手術相關及術后可能會影響POD的因素。此外,模型尚未進行靈敏度和敏感度分析,后期可在臨床中應用進行驗證并探討該模型如何影響術后譫妄的預防。

2.1.3王天沛等〔14〕個體化POD風險預測模型 采用回顧性分析法共收集333例患者作為訓練集，以POD作為研究終點，基于模型訓練集，利用Logistic回歸篩選分析出術后譫妄的獨立相關因素包括：癡呆、術前白蛋白水平、術中低血壓。根據相關因素和回歸系數建立得出預測模型，特異度和靈敏度分別為87.5%和62.2%，AUC為0.827。經60例患者數據作為驗證集進行驗證，該模型特異度和靈敏度均為80%，內部驗證AUC為0.831，外部驗證AUC為0.836。經臨床決策曲線分析，認為該模型預測的術后譫妄發生概率與實際發生概率一致性較高，具有較好的臨床適用性。此模型納入的危險因素均為客觀指標，便于醫護人員在臨床實踐中直接獲取，但模型納入的危險因素不夠全面，缺乏人口統計學因素和手術麻醉因素，并且該模型研制時間尚短，還未在臨床上得到跨中心大樣本的驗證，因此應用尚受限。

2.2 基于橫斷面研究構建的POD風險預測模型

2.2.1王樹相等〔15〕個體化POD風險列線圖預測模型 通過調查分析257例老年髖部骨折患者POD的相關危險因素，基于年齡(65歲=0分，每增長5歲列線圖得分增加16.75分)、2型糖尿病(是：29分；否：0)、麻醉ASA分級(Ⅰ級：0；Ⅱ級：8.8分；Ⅲ級：33.5分；Ⅳ級：41分)、麻醉方式(椎管內麻醉：0；全身麻醉：26.8分)及手術時間(60 min=0，每延長10 min，列線圖得分增加4.1分)5項獨立危險因素多因素回歸分析，建立了個體化預測老年髖部骨折患者POD風險的列線圖模型。經過驗證，此模型AUC=0.818，提示區分度良好，并且預測老年髖部骨折POD風險與實際發生風險一致性良好，是國內首個針對髖部骨折患者POD風險的預測模型。但該模型目前僅進行了擬合優度分析，并且僅納入1所醫院數據，因此在臨床推廣應用前還需更多資料進行靈感度和特異度分析，進行外部驗證。

2.2.2石沖〔16〕POD風險預測模型 納入200例髖部骨折患者進行觀察評估，統計分析發現年齡、術前視覺模擬評分(VAS評分)、老年癡呆、抑郁癥和術中低血壓是POD的影響因素，利用Logistic回歸建立POD風險預測模型。該模型采用ROC曲線進行方程驗證，得出靈敏度和特異度分別為65.2%和88.8%，AUC為0.848。將此模型應用到臨床實踐中，納入30例患者數據對模型效果進行檢驗，靈敏度和特異度分別為75%和100%，準確率為93.3%。但該模型同樣樣本量較少，導致無法擴展預測模型來識別譫妄的亞型，尚需進一步多中心大樣本驗證。

2.2.3張明媚等〔17〕POD列線圖預測模型 納入205例髖部骨折行手術治療的患者，基于多因素分析顯示年齡、手術時長、合并心腦血管疾病、麻醉方式、衰弱程度、麻醉ASA分級是POD的獨立影響因素，構建老年髖部骨折POD列線圖預測模型。模型的靈敏度和特異度分別為78.49%和85.97%，AUC為0.915。經80例患者臨床數據進行模型外部驗證，結果顯示模型靈敏度和特異度分別為90.48%和91.53%，準確度為91.25%，表明該模型預測老年髖部骨折POD風險與實際POD風險一致性較好。但同樣此模型僅采用小樣本隊列進行驗證，尚需納入跨地區多中心樣本驗證后才能在臨床上推廣應用。

2.3 基于前瞻性研究構建的POD風險預測模型

2.3.1RD模型(The Risk Model for Delirium)〔18〕RD模型于2004年由荷蘭學者Vochteloo基于多項髖部骨折POD危險因素的前瞻性隊列研究開發，納入因素包括：既往住院譫妄史(5分)、癡呆癥(5分)、撥鐘圖(小錯誤：1分；大錯誤或無法辨認：2分)、年齡(70～85歲：1分；>85歲：2分)、聽力損傷(1分)、視力減退(1分)、日?；顒诱系K(家人幫助下飲食：0.5分；幫助身體護理：0.5分)、應用嗎啡等影響精神狀態藥物(2分)、過量飲酒(日均≥4次，2分)9項因素，總得分在4分以上被評估為譫妄高風險患者，經驗證模型最佳截斷值為5分，AUC為0.722，靈敏度和特異度分別為71.6%和63.8%。2012年學者Moerman去除“應用嗎啡等影響精神狀態藥物”和“過量飲酒”因素，并增加“男性”和“股骨粗隆間骨折”兩項標準〔19〕，經驗證此時模型最佳截斷值為4分，靈敏度為81.4%，特異性為56.2%，識別能力較為理想(AUC=0.73)。國內有學者使用RD模型漢化修訂后進行研究發現，“男性”和“股骨粗隆間骨折”并未對模型產生影響,且漢化后的模型靈敏度和特異度分別為75%和91.7%〔20〕。

2.3.2DEAR(the Delirium Elderly At-Risk)模型〔21〕Freter等〔21〕在2005年開發了DEAR(At-Risk)模型來預測擇期骨科手術患者POD風險。模型基于132例患者中18例發生POD的臨床數據，經Logistic回歸分析納入包括認知障礙、感覺障礙、生活自理依賴、藥物/酒精濫用、年齡≥80歲共5種危險因素，每種危險因素評為1分，總分0～5分。據驗證，模型最佳截斷值為2分，分數越高，POD風險越高；靈敏度和特異度分別為61%和76%，AUC為0.77。2015年該學者團隊將DEAR應用于283例髖部骨折患者中探討該模型預測術前和術后譫妄的能力，結果發現當最佳截斷值為3分時，POD預測的靈敏度和特異度達到最佳，分別為67.8%和73.3%〔22〕。就譫妄風險預測而言，高靈敏度較特異性更為重要，而該模型驗證結果提示特異度更高，即模型可主要用于排除發生POD人群，但不排除與模型所納入的樣本量較少有關，因此可進行大樣本進行驗證。

2.3.3Goldenberg等〔23〕POD風險分層模型 將年齡>81歲、用藥史、ST認知功能得分<20、MMSE精神檢查狀態得分<24、白蛋白<3.5 g/dl及紅細胞壓積水平<33%,術前6項預測因子納入回歸模型。為簡化應用,該團隊開發了譫妄預測量表(Delirium Predicting Scale,DPS),依據模型相關參數進行四舍五入為6項因素進行賦分:年齡>81歲=1分,多種藥物=4分,ST評分<20=3分,MMSE評分<24=2分,白蛋白<3.5 g/dL=2分,紅細胞壓積<33%=2分。該量表的總得分為0 ～ 14分,得分越高,譫妄風險越高;同時,為譫妄風險高低進行分層:0～3、4～6、7～10、11～14分別為低、中、高、極高危譫妄。簡化后的DPS可以讓臨床工作者簡潔明了的判斷患者術后發生譫妄的風險概率,但量表研制僅納入了77例患者,尚需大樣本進行驗證。此外,量表未經過信效度的驗證以及靈敏度和特異性的探索,且研究僅在社區醫院開展,因此,在臨床實踐中應用還有待進一步驗證。

2.3.4Liang等〔24〕POD風險預測模型 Liang等〔24〕開發了兩種預測模型，模型1主要是基于人口學因素和手術相關因素，包括：年齡≥75歲、Charlson共病指數≥2、是否輸血、麻醉分級4項因素，總分0～11分。在模型2中，增加老年綜合評估內容，最終進入模型2共6項因素：男性、Charlson共病指數≥2、MMSE<24、營養不良風險、是否輸血、手術類型，總分0～15，分數越高，發生譫妄的風險越高。經過驗證，發現模型1識別能力低于模型2(AUC1=0.763，AUC2=0.814)。模型2以5分為截斷值，敏感性和特異性分別為83.8%、65.3%。但此模型是基于僅有8%的術后譫妄發生率的基礎上開發，在一定程度上會影響統計結果，其次模型納入的患者包括膝部手術、髖部手術和脊柱手術患者，缺乏髖部骨折手術患者的針對性。

3 髖部骨折患者POD風險預測模型的比較分析

從研究設計層面分析，不同研究者分別基于回顧性研究〔11，13-14〕、橫斷面研究〔15-17〕、前瞻性研究〔18，21，23，24〕構建了髖部骨折患者POD風險預測模型?；仡櫺匝芯渴菑囊酝e累的病例資料中進行選擇、整理分析，從中總結經驗、找尋規律并指導實踐的研究，研究較其他設計方便，耗時少，但有臨床資料收集不全的可能，進而對模型預測能力產生影響〔25〕?；跈M斷面研究設計的預測模型不易確定髖部骨折患者危險因素與POD發生的時間關系，僅觀察患者住院期間發生的譫妄，一部分患者可能存在遠期出現譫妄狀態，存在一定偏倚。前瞻性研究指以時間順序向前發展一段時間后，通過觀察研究對象的狀態及結果〔25〕，此研究設計可讓研究者探索危險因素與POD發生的關系，但研究耗時，可能存在患者失訪或POD病例過少的問題。

從納入危險因素層面分析，多數研究者在構建預測模型時納入了POD的術前和術中危險因素，僅少數研究考慮到術后危險因素〔11，18，24〕。由于譫妄發生發展可能是多因素共同作用的結果，若模型僅納入術前、術中因素對POD的影響，未考慮到術后危險因素的存在以及護理層面因素、多學科共同管理等因素，可能造成模型的預測能力減弱。值得注意的是，在本研究綜述的10種不同研究類型所構建成的風險預測模型中，多種模型共有因素包括年齡、ASA分級、癡呆史、術前認知功能狀態、合并其他疾病、身體功能狀態、術中低血壓、術前白蛋白水平、手術時間、輸血、麻醉方式分別在8項〔13，15～18，21，23-24〕、5項〔11，13，15，17，24〕、4項〔13，14，16，18〕、4項〔11，13，21，23〕、4項〔11，13，17，24〕、3項〔13，18，21〕、2項〔14，16〕、2項〔14，23〕、2項〔15，17〕、2項〔11，24〕、2項〔15，17〕研究中出現，提示在POD評估時應重點觀察具有以上危險因素存在的髖部骨折患者。此外，部分研究者提出的風險預測模型中，納入了其研究中的特有因素，如Kim等〔13〕納入吸煙因素，石沖團隊提出抑郁癥因素〔16〕，RD模型中納入的聽力和視力減退因素以及過量飲酒〔21〕，Goldenberg等〔23〕納入紅細胞壓積水平作為預測危險因素之一等?？梢姴煌芯考{入的危險因素也有所差異，而所納入危險因素構建的模型是否能夠預測POD的發生，尚有待考證。

從預測模型的構建、驗證與預測能力分析，多數研究者采用Logistic回歸〔13-14，16，18，21，23，24〕和列線圖〔11，15，17〕進行預測模型構建。列線圖預測模型能通過將Logistic回歸結果量化、圖形化、可視化，旨在計算每一項因素的風險評分，從而實現對事件發生風險的個體化預測，是建立風險預測模型的良好統計方法〔25〕。從內外部驗證層面分析，多數研究〔13-15，18，21，24〕進行了內部驗證，僅2項研究〔14，17〕進行了外部驗證。模型的驗證是避免模過度擬合和決定模型適用性的重要環節，內部驗證是基于模型開發隊列數據進行的驗證，旨在檢驗開發的可重復性；外部驗證利用模型開發中未使用過的數據來評估模型在新數據中的預測能力〔26〕。然而，相比較內部驗證，外部驗證是檢驗預測模型是否能被廣泛應用且體現模型更加科學有效的必要條件〔26〕，這可能也是沒有POD風險預測模型被常規應用于臨床實踐的原因，因此也無法評價模型的預測能力孰優孰劣。

4 小結

POD已成為髖部骨折患者術后需要重點關注的問題之一，針對其風險因素進行早期識別并給予預防措施，可有效降低POD發生率。風險預測模型逐漸成為髖部骨折患者POD預防的重要工具和研究熱點，目前仍缺乏經過廣泛驗證和臨床適用性較好的預測模型。綜上所述發現各個模型各有其優缺點，不同模型的研究設計、納入危險因素、樣本量有一定程度差異，且大部分預測模型缺乏嚴格的內部與外部驗證，何種預測模型更好尚無統一意見。盡管現有風險預測模型并未被廣泛應用和驗證于臨床實踐，但大部分模型顯示高齡、既往譫妄史和癡呆癥是髖部骨折患者POD的危險因素，提示醫務人員需重視對高齡髖部骨折患者譫妄史和癡呆癥狀的評估。此外，需要借鑒國外經驗，建立一套本土化的、針對髖部骨折患者術后、簡單實用的譫妄風險預測模型，并進行多中心大樣本驗證，以第一時間為譫妄高?；颊咛峁└深A，預防和減少術后譫妄，促進患者康復。

利益沖突所有作者均聲明不存在利益沖突