论文部分内容阅读
研究背景膝骨性关节炎是骨科的多发及常见疾病,主要临床表现为膝关节疼痛、无力和不同程度活动受限,甚至畸形。全球的调查显示约有2.5亿人口患有膝骨性关节炎,同时它也是老年人致残的主要原因。在65岁以上的人群中膝骨性关节炎患者占到85%。临床上膝骨性关节炎的诊断大都需要X线指征,本研究探讨影响膝骨性关节炎X线分级的影响因素,构建膝骨性关节炎分级模型,为临床预测膝骨性关节炎分级提供参考。研究目的通过使用临床科研共享系统,在全面获取传统医学和现代医学关于膝骨性关节炎发病因素、症状、体征、查体及各种量表数据基础上,运用有序Logistic回归分析筛选出膝骨性关节炎分级的影响因素,建立膝骨性关节炎有序Logistic回归分级模型,并进行模型评价,为临床膝骨性关节炎分级的测评提供工具。研究方法研究对象2014年9月18日至2016年4月26,纳入的776例膝骨性关节炎门诊或住院病例来源于中国中医科学院望京医院骨关节一科、二科、三科、四科及骨伤综合科。具有符合研究的现代医学诊断、影像学分级、纳入、排除、剔除标准。每位患者只参与本研究一次,不进行随访。研究因素47项用于分析的影响因素包括年龄、性别、BMI、疼痛侧别、疼痛范围、疼痛性质、病程、伴随症状、伴随症状持续时间、反复发作、加重、加重情况持续时间、诱因、膝关节外伤史、吸烟史、饮酒史、重体力劳动、运动情况、家族史、晨僵情况、步态、中医证候量表积分、VAS评分、WOMAC指数、腰膝酸软、下肢无力、下肢酸楚、下肢畏寒、好发季节、汗出、下肢浮肿、恶寒发热、下肢畸形、股四头肌萎缩、膝关节肿胀、膝关节皮温、压痛部位、膝关节活动度、膝关节弹响、膝关节摩擦音、浮髌试验、髌骨研磨试验、麦氏征、侧方应力试验、前抽屉试验、后抽屉试验、Lachman征。统计方法使用SPSS24.0对776例的47项影响因素进行一般情况统计学分析。因为BMI数据缺失23例,故对753例数据使用单因素、多因素有序Logistic回归分析47项影响因素的OR值、95%有效区间和回归系数。将753例病例分为训练集和测试集,通过训练集筛选出KOA分级的影响因素,构建模型公式并检验,再运用测试集进行模型评估。此外,对于中医证候量表积分和WOMAC指数的相关性检验用Pearson相关系数计算。研究结果776例膝骨性关节炎病历中,根据K-L分级Ⅰ级患者为79例,占病例总数10.2%;Ⅱ级患者为250例,占病例总数32.2%;Ⅲ级患者为262例,占病例总数33.8%;Ⅳ级患者为185例,占病例总数23.8%。总体的平均年龄为61.26±11.53岁,男女性别比为1:3.67。一般描述中通过SPSS24.0分析发现组间具有统计学差异的影响因素为33项,包括年龄、性别、BMI、疼痛侧别、疼痛范围、疼痛性质、病程、伴随症状、伴随症状持续时间、反复发作、加重、加重情况持续时间、膝关节外伤史、吸烟史、重体力劳动、晨僵情况、步态、中医证候量表积分、VAS评分、WOMAC指数、腰膝酸软、下肢无力、下肢酸楚、下肢畏寒、好发季节、恶寒发热、下肢畸形、股四头肌萎缩、关节肿胀、压痛部位、膝关节活动度、膝关节弹响、膝关节摩擦音。经单因素和多因素有序Logistic回归分析,发现与KOA分级相关的影响因素共计13项。其中危险因素为10项,保护因素为3项。危险因素包含高龄、肥胖、病程长、反复发作、下肢畸形、股四头肌萎缩,同时WOMAC指数、中医证候量表积分、VAS评分也与KOA分级程度呈正相关关系。保护因素包含单膝疼痛,疼痛范围局限,此外膝关节活动度也与KOA分级程度呈负相关关系。构建出膝骨性关节炎有序Logistic回归分级模型。P(Ⅰ 级)=1-exp[Z-3.644]/1+exp[Z-3.644]P(Ⅱ 级)=exp[Z-3.644]/1+exp[Z-3.644]-exp[Z-6.448]/1+exp[(Z-6.448]P(Ⅲ级)-exp[Z-6.448]/1+exp[(Z-6.448]-exp[Z-8.891]/1+exp[(Z-8.891]P(Ⅳ级)=1-[P(Ⅰ级)+ P(Ⅱ级)+ P(Ⅲ级)]其中 Z=0.052X年龄+0.104×BMI+0.004X病程(月)+0.599X反复发作+0.426×晨僵+0.115X中医证候量表积分+0.006×WOMAC指数+0.205×VAS评分+0.902×下肢畸形+0.263×股四头肌萎缩-0.017 X关节活动度+疼痛侧别+疼痛范围。式中有反复发作带入1,无带入0;有晨僵带入1,无带入0;有下肢畸形带入1,无带入0;有股四头肌萎缩带入1,无带入0;疼痛侧别为左膝带入-0.366,疼痛侧别为右膝带入-0.056,双膝疼痛带入0;单范围疼痛带入-0.118,多范围疼痛带入-1.017,全膝疼痛带入0。在获得以上13项数据后可以计算出每份病例处于Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级的概率,这4个概率中最大概率位于的分级即是最终预测分级。对模型进行效能校验,发现总预测率在67%以上,敏感性在50%左右,特异性在75%以上。ROC曲线下面积,训练集的AUC为0.828,测试集的AUC为0.879。研究结论基于临床科研共享系统,使用有序Logistic回归分析建立了膝骨性关节炎分级模型,且在初步评估下发现具有良好的预测膝骨性关节炎分级的能力。结合膝骨性关节炎有序Logistic分级模型,发现与KOA分级相关的影响因素共计13项。其中高龄、肥胖、病程长、反复发作、下肢畸形、股四头肌萎缩、WOMAC指数、中医证候量表积分、VAS评分与KOA分级程度呈正相关关系。疼痛侧别、疼痛范围、膝关节活动度与KOA分级程度呈负相关关系。创新点基于临床科研共享系统,使用有序Logistic回归方法构建膝骨性关节炎分级模型。该模型中包含传统医学、现代医学相关的疾病发病因素、症状、体征、查体和相关量表。