全膝关节置换术后7 d内非感染性发热的影响因素分析及列线图模型构建

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。